Octo Base

Robotique / VLANon disponible
par OtherID du modèle: octo-base

Berkeley/Stanford 93M transformer diffusion policy. Pretrained on 800k Open-X-Embodiment episodes.

Statut
Non disponible
Entrée → Sortie
Texte + Image → Actions de robot
Développeur
Other
Mis à jour
23 septembre 2026

Octo Base n'est actuellement pas disponible

Vous pouvez toujours consulter les détails sur cette page. Choisissez l'une des alternatives disponibles ci-dessous pour exécuter immédiatement un modèle comparable.

01

Playground

Octo Base

Modèle de recherche

Actuellement indisponible

Octo Base est un modèle de robotique (vision-langage-action) et ne peut pas être exécuté via l'API railwail.

02

À propos de Octo Base

RésuméAu 23 septembre 2026

Octo Base est un modèle de Other dans la catégorie Robotique / VLA. Octo Base n'est actuellement pas disponible sur Railwail.

Arrière-plan

À propos de UC Berkeley / Stanford (Octo Model Team)

Fondée 2023 · Berkeley & Stanford, California, USA

The Octo project is a collaboration of academic labs led by Sergey Levine (UC Berkeley BAIR) and Chelsea Finn (Stanford IRIS), with contributions from CMU, Google DeepMind, and Toyota Research Institute. Octo was first released in May 2024 alongside the Open-X-Embodiment dataset effort, with the goal of producing a generalist, fully open-source robot policy that any researcher can fine-tune on a new robot in hours. Octo introduced the recipe of a transformer policy with a diffusion action head trained on 800k cross-embodiment demonstrations, and it has become a de-facto baseline in academic VLA / generalist-policy research. The team released both Octo-Small (27M) and Octo-Base (93M) under Apache-2.0, alongside code, checkpoints and a fine-tuning toolkit.

Visiter UC Berkeley / Stanford (Octo Model Team)

Architecture

Transformer policy with diffusion action head (Vision-Language-Action)

Octo-Base is a transformer-based generalist robot policy. Inputs are tokenised RGB views and a natural-language instruction (encoded with a T5-base text encoder), interleaved with learnable readout tokens. The transformer trunk consumes this sequence and emits action latents that are decoded by a diffusion head producing continuous action chunks (default 4-step lookahead, 7-DoF end-effector deltas). The model was pretrained on roughly 800k demonstrations from 25 datasets in the Open-X-Embodiment collection, covering 9 robots, both single-arm and bimanual setups. Octo is intentionally embodiment-agnostic: action and proprioception spaces are encoded via shared adapters so the same backbone can be fine-tuned to new robots with as little as a few hundred demos. The diffusion head gives smooth, multimodal trajectories that outperform discrete-token VLAs on dexterous tasks at this scale.

Paramètres
93M

Capacités

  • Generalist VLA policy across many robot embodiments
  • Trained on ~800k demos from Open-X-Embodiment
  • Diffusion action head produces smooth continuous actions
  • Natural-language instruction conditioning (T5 encoder)
  • Multi-view image inputs (primary + wrist cameras)
  • Designed for fast fine-tuning on new robots and tasks
  • Apache-2.0 open weights, code and recipes
  • Strong academic baseline for VLA papers
  • Best for: research, fine-tuning to new embodiments, generalist-policy benchmarks.

Entraînement et licence

~800,000 robot trajectories drawn from 25 Open-X-Embodiment-compatible datasets across 9 robot embodiments (Franka, WidowX, Bridge, RT-1 Everyday Robots, Berkeley UR5, etc.). Trained on TPU v4 / v5 hardware.

Licence: Apache-2.0 - fully open weights, code, and dataset references. Research-friendly; commercial use permitted under the licence.

Tests de sécurité: Octo is a research artifact; no formal red-teaming or RSP. Risks (unsafe robot motions) are mitigated at deployment time by application-specific safety controllers, not by the model itself.

Limitations connues

  • Modest 93M scale - underperforms 7B+ VLAs on hard generalisation
  • Optimised for 7-DoF end-effector control - bimanual humanoid action spaces need adapters
  • Limited language reasoning relative to LLM-backed VLAs
  • Image resolution capped (256x256)
  • Trained mostly on Western lab data - geographic bias
  • Long-horizon planning requires external prompt decomposition
03

Tarification

Actuellement indisponible. Il n'y a actuellement pas de prix pour ce modèle, il ne peut donc pas être exécuté.

04

API

Appelez Octo Base avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :

Non disponible via l'API

Les modèles de robotique s'exécutent sur du matériel robotique, pas via l'API railwail.

05

Spécifications

ID du modèle
octo-base
Développeur
Other
Catégorie
Robotique / VLA
Entrée
Texte, Image
Sortie
Actions de robot
Taille du modèle
93M
Licence
Apache-2.0 - fully open weights, code, and dataset references. Research-friendly; commercial use permitted under the licence.
Entrée du catalogue mise à jour
23 septembre 2026

Étiquettes

  • berkeley
  • stanford
  • vla
  • robotics
  • research-only
  • open-weights
  • small
06

Cas d'usage

À quoi ça sert

  • Generalist policy fine-tuning for new robots
  • Academic research and ablations on VLAs
  • Baseline in cross-embodiment robot learning papers
  • Educational / coursework robotics projects
  • Bootstrapping data-efficient manipulation policies
  • Reproducible benchmarks on Open-X-Embodiment
07

Questions fréquemment posées

Qu'est-ce que Octo Base ?

Octo Base est un modèle de Other dans la catégorie Robotique / VLA. Il est répertorié sur Railwail mais ne peut pas être exécuté pour le moment.

Combien coûte Octo Base sur Railwail ?

Octo Base ne peut pas être exécuté sur Railwail pour le moment, il n'y a donc pas de prix actuel. Les alternatives disponibles avec leurs prix sont listées plus bas sur cette page.

Quelle est la vitesse de Octo Base ?

Il n'y a pas encore assez d'exécutions mesurées de Octo Base sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.

Quand utiliser Octo Base ?

Octo Base appartient à la catégorie Robotique / VLA. La page de catégorie liste les autres modèles de ce type avec leurs prix.

Tous les modèles : Robotique / VLA

Octo Base peut-il traiter des images ?

Oui. Octo Base accepte les images en entrée en plus du texte.

Puis-je utiliser Octo Base maintenant ?

Actuellement indisponible. La page reste en ligne ; les alternatives disponibles de la même catégorie sont listées plus bas.

Tous les modèles via une seule API

Une clé API pour tous les modèles sur Railwail. L'utilisation est facturée à partir de crédits prépayés, 1 crédit = 0,01 $US.