Octo Base

Robotika / VLANeprieinama
iš OtherModelio ID: octo-base

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

Būsena
Neprieinama
Įvestis → išvestis
Tekstas + Vaizdas → Roboto veiksmai
Kūrėjas
Other
Atnaujinta
2026 m. rugsėjo 23 d.

Octo Base šiuo metu neprieinamas

Šiame puslapyje galite perskaityti išsamią informaciją. Norėdami iš karto paleisti panašų modelį, pasirinkite vieną iš žemiau pateiktų prieinamų alternatyvų.

01

Žaidimų aikštelė

Octo Base

Tyrimo modelis

Šiuo metu neprieinamas

Octo Base yra robotikos modelis (vision-language-action) ir negali būti paleistas per railwail API.

02

Apie Octo Base

TrumpaiNuo 2026 m. rugsėjo 23 d.

Octo Base yra Other modelis iš Robotika / VLA kategorijos. Octo Base šiuo metu nėra prieinamas per Railwail.

Fonas

Apie UC Berkeley / Stanford (Octo Model Team)

Įkurta 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.

Apsilankyti UC Berkeley / Stanford (Octo Model Team)

Architektūra

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.

Parametrai
93M

Galimybės

  • 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.

Mokymas ir licencija

~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.

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

Saugumo testai: 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.

Žinomos ribotybės

  • 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

Kainos

Šiuo metu nepasiekiama. Šiuo metu šiam modeliui nėra nustatytos kainos, todėl jo negalima paleisti.

04

API

Iškvieskite Octo Base naudodami savo Railwail API raktą. Šioje užklausoje naudokite šią modelio ID:

Nepasiekiama per API

Robotikos modeliai veikia robotų aparatūroje, o ne per railwail API.

05

Specifikacijos

Modelio ID
octo-base
Kūrėjas
Other
Kategorija
Robotika / VLA
Įvestis
Tekstas, Vaizdas
Išvestis
Roboto veiksmai
Modelio dydis
93M
Licencija
Apache-2.0 - fully open weights, code, and dataset references. Research-friendly; commercial use permitted under the licence.
Katalogo įrašas atnaujintas
2026 m. rugsėjo 23 d.

Žymos

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

Panaudojimo atvejai

Kam tai naudojama

  • 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

Dažnai užduodami klausimai

Kas yra Octo Base?

Octo Base yra Other modelis iš Robotika / VLA kategorijos. Jis yra Railwail kataloge, tačiau šiuo metu negali būti paleistas.

Kiek kainuoja Octo Base Railwail?

Octo Base šiuo metu negali būti paleistas Railwail, todėl nėra dabartinės kainos. Toliau šiame puslapyje pateikiamos galimos alternatyvos su kainomis.

Koks yra Octo Base greitis?

Octo Base Railwail platformoje dar nėra pakankamai išmatuotų vykdymų, kad būtų galima nurodyti vykdymo laiką. Jis priklauso nuo įvesties, nustatymų ir teikėjo apkrovos.

Kada turėčiau naudoti Octo Base?

Octo Base priklauso Robotika / VLA kategorijai. Kategorijos puslapyje pateikiami kiti šio tipo modeliai su jų kainomis.

Visi Robotika / VLA modeliai

Ar Octo Base gali apdoroti vaizdus?

Taip. Octo Base priima vaizdus kaip įvestį, be teksto.

Ar dabar galiu naudoti Octo Base?

Šiuo metu nepasiekiama. Puslapis lieka aktyvus; toliau pateikiamos galimos alternatyvos iš tos pačios kategorijos.

Visi modeliai per vieną API

Vienas API raktas visiems Railwail modeliams. Naudojimas apmokestinamas iš iš anksto nupirktų kreditų, 1 kreditas = 0,01 USD.