LeRobot SmolVLA

Ρομποτική / VLAΜη διαθέσιμο
από OtherΑναγνωριστικό μοντέλου: smolvla

HuggingFace's 450M VLA pretrained on 487 community LeRobot datasets. Runs on consumer GPUs.

Κατάσταση
Μη διαθέσιμο
Είσοδος → Έξοδος
Κείμενο + Εικόνα → Ενέργειες ρομπότ
Προγραμματιστής
Other
Ενημερώθηκε
24 Σεπτεμβρίου 2026

Το LeRobot SmolVLA δεν είναι διαθέσιμο αυτή τη στιγμή

Μπορείτε να διαβάσετε τις λεπτομέρειες σε αυτήν τη σελίδα. Επιλέξτε μία από τις διαθέσιμες εναλλακτικές λύσεις παρακάτω για να εκτελέσετε αμέσως ένα συγκρίσιμο μοντέλο.

01

Playground

LeRobot SmolVLA

Μοντέλο έρευνας

Προς το παρόν μη διαθέσιμο

Το LeRobot SmolVLA είναι ένα μοντέλο ρομποτικής (vision-language-action) και δεν μπορεί να εκτελεστεί μέσω του railwail API.

02

Σχετικά με το LeRobot SmolVLA

ΣύντομαΗμερομηνία: 24 Σεπτεμβρίου 2026

Το LeRobot SmolVLA είναι ένα μοντέλο του Other στην κατηγορία Ρομποτική / VLA. Το LeRobot SmolVLA δεν είναι διαθέσιμο στο Railwail αυτή τη στιγμή.

Φόντο

Σχετικά με Hugging Face (LeRobot team)

Ιδρύθηκε 2016 · New York, USA / Paris, France

SmolVLA is the flagship Vision-Language-Action model of Hugging Face's LeRobot project, an open-source robotics framework that brings the Transformers / Datasets philosophy to physical-AI research. SmolVLA was released in mid-2025 as a deliberately compact 450M-parameter VLA designed to be trainable and runnable on consumer hardware while still benefiting from community-scale pretraining. It is trained on 487 publicly contributed LeRobot community datasets - teleoperation episodes uploaded by hobbyists, university labs and small robotics companies - making it the first community-data-driven open VLA. The release includes pretraining and fine-tuning code, model checkpoints under Apache-2.0, and a tightly integrated stack with the LeRobot framework, hf-hub-hosted datasets, and the SO-100 / SO-ARM-100 low-cost robot arms.

Επισκεφθείτε Hugging Face (LeRobot team)

Αρχιτεκτονική

Compact Vision-Language-Action transformer (action-chunk regression)

SmolVLA is a 450M-parameter transformer that combines a SmolVLM-style vision-language encoder with an action expert that regresses continuous action chunks. The vision-language tower is initialised from the open SmolVLM family (compact VLMs released by Hugging Face) and is responsible for fusing multi-view RGB observations with the natural-language instruction; a smaller action-prediction head consumes the resulting tokens together with proprioception and outputs a short chunk of continuous joint or end-effector actions. The model is pretrained on 487 LeRobot-format community datasets, covering single-arm, dual-arm and mobile-base setups, with a strong tilt toward the popular SO-100 and Koch low-cost teleoperation arms. Post-pretraining, users fine-tune on their own LeRobot recording for a specific robot and task. The whole stack is designed to run pretraining on a few H100s and fine-tuning on a single consumer GPU.

Παράμετροι
450M

Δυνατότητες

  • Compact 450M open VLA pretrained on community data
  • Trained on 487 LeRobot community datasets
  • SmolVLM-style vision-language tower + action expert
  • Continuous action-chunk regression
  • Runs fine-tuning on a single consumer GPU
  • Tight integration with LeRobot framework on Hugging Face
  • Apache-2.0 licence on weights and code
  • Strong baseline for SO-100 and Koch low-cost arms
  • Best for: hobbyists, educators, low-cost robot research.

Εκπαίδευση & άδεια

487 publicly contributed LeRobot-format community datasets hosted on the Hugging Face Hub, dominated by teleoperation episodes from low-cost arms (SO-100, Koch) but also including dual-arm and mobile setups. Total scale on the order of millions of frames.

Άδεια: Apache-2.0 - fully open weights, code, and datasets (where contributors used compatible licences). Designed for both research and commercial use.

Δοκιμές ασφάλειας: Research / hobbyist artifact - no formal red-teaming. Safety in deployment relies on low-torque hardware (SO-100, etc.) and user-supplied workspace constraints.

Γνωστοί περιορισμοί

  • Modest scale - underperforms 7B VLAs on hard tasks
  • Dataset skew toward SO-100 / Koch low-cost arms
  • Limited language reasoning vs LLM-backed VLAs
  • Sensor coverage is mostly single RGB camera setups
  • Community data quality varies
  • Long-horizon behaviour limited without prompt decomposition
03

Τιμολόγηση

Προς το παρόν μη διαθέσιμο. Δεν υπάρχει τιμή για αυτό το μοντέλο αυτή τη στιγμή, επομένως δεν μπορεί να εκτελεστεί.

04

API

Καλέστε το LeRobot SmolVLA με το κλειδί Railwail API. Χρησιμοποιήστε αυτό το ID μοντέλου στο αίτημα:

Δεν είναι διαθέσιμο μέσω του API

Τα μοντέλα ρομποτικής εκτελούνται σε υλικό ρομπότ, όχι μέσω του railwail API.

05

Προδιαγραφές

ID μοντέλου
smolvla
Ανάπτυξη
Other
Κατηγορία
Ρομποτική / VLA
Είσοδος
Κείμενο, Εικόνα
Έξοδος
Ενέργειες ρομπότ
Μέγεθος μοντέλου
450M
Άδεια
Apache-2.0 - fully open weights, code, and datasets (where contributors used compatible licences). Designed for both research and commercial use.
Καταχώρηση καταλόγου ενημερώθηκε
24 Σεπτεμβρίου 2026

Ετικέτες

  • huggingface
  • lerobot
  • vla
  • robotics
  • research-only
  • open-weights
  • small
  • consumer-gpu
06

Περιπτώσεις χρήσης

Για τι χρησιμοποιείται

  • Hobbyist robotics with low-cost arms (SO-100, Koch)
  • Educational coursework on VLAs
  • Community-data-driven robot learning research
  • Quick fine-tuning to new tasks on consumer GPUs
  • Reproducible baselines on LeRobot benchmarks
  • On-prem prototypes that need an Apache-2.0 VLA
07

Συχνές ερωτήσεις

Τι είναι LeRobot SmolVLA;

Το LeRobot SmolVLA είναι ένα μοντέλο του Other στην κατηγορία Ρομποτική / VLA. Είναι καταχωρημένο στο Railwail αλλά δεν μπορεί να εκτελεστεί αυτή τη στιγμή.

Πόσο κοστίζει το LeRobot SmolVLA στο Railwail;

Το LeRobot SmolVLA δεν μπορεί να εκτελεστεί στο Railwail αυτή τη στιγμή, επομένως δεν υπάρχει τρέχουσα τιμή. Διαθέσιμες εναλλακτικές λύσεις με τιμές παρατίθενται παρακάτω σε αυτήν τη σελίδα.

Πόσο γρήγορο είναι το LeRobot SmolVLA;

Δεν υπάρχουν αρκετές μετρημένες εκτελέσεις του LeRobot SmolVLA στο Railwail ακόμα για να δηλωθεί ένας χρόνος εκτέλεσης. Εξαρτάται από την είσοδο, τις ρυθμίσεις και το φορτίο στον πάροχο.

Πότε πρέπει να χρησιμοποιήσω το LeRobot SmolVLA;

Το LeRobot SmolVLA ανήκει στην κατηγορία Ρομποτική / VLA. Η σελίδα κατηγορίας παραθέτει τα άλλα μοντέλα αυτού του είδους με τις τιμές τους.

Όλα τα μοντέλα: Ρομποτική / VLA

Μπορεί το LeRobot SmolVLA να επεξεργαστεί εικόνες;

Ναι. Το LeRobot SmolVLA δέχεται εικόνες ως είσοδο εκτός από κείμενο.

Μπορώ να χρησιμοποιήσω το LeRobot SmolVLA τώρα;

Προς το παρόν μη διαθέσιμο. Η σελίδα παραμένει ενεργή· διαθέσιμες εναλλακτικές λύσεις από την ίδια κατηγορία παρατίθενται παρακάτω.

Όλα τα μοντέλα μέσω ενός API

Ένα κλειδί API για κάθε μοντέλο στο Railwail. Η χρήση χρεώνεται από προπληρωμένα πιστωτικά, 1 πιστωτικό = 0,01 $.