Octo Base

Robótica / VLAIndisponível
por OtherID do modelo: octo-base

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

Status
Indisponível
Entrada → Saída
Texto + Imagem → Ações de robô
Desenvolvedor
Other
Atualizado
23 de setembro de 2026

Octo Base não está disponível no momento

Você ainda pode ler os detalhes nesta página. Escolha uma das alternativas disponíveis abaixo para executar um modelo comparável imediatamente.

01

Playground

Octo Base

Modelo de pesquisa

Indisponível no momento

Octo Base é um modelo de robótica (vision-language-action) e não pode ser executado através da API railwail.

02

Sobre Octo Base

ResumoA partir de 23 de setembro de 2026

Octo Base é um modelo de Other na categoria Robótica / VLA. Octo Base não está disponível no Railwail no momento.

Fundo

Sobre UC Berkeley / Stanford (Octo Model Team)

Fundado em 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.

Visite UC Berkeley / Stanford (Octo Model Team)

Arquitetura

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.

Parâmetros
93M

Capacidades

  • 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.

Treinamento & licença

~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.

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

Testes de segurança: 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.

Limitações conhecidas

  • 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

Preços

Atualmente indisponível. Não há preço para este modelo no momento, portanto não pode ser executado.

04

API

Chame Octo Base com sua chave de API Railwail. Use este ID de modelo na solicitação:

Não disponível via API

Modelos de robótica são executados em hardware de robô, não através da API railwail.

05

Especificações

ID do modelo
octo-base
Desenvolvedor
Other
Entrada
Texto, Imagem
Saída
Ações de robô
Tamanho do modelo
93M
Licença
Apache-2.0 - fully open weights, code, and dataset references. Research-friendly; commercial use permitted under the licence.
Entrada do catálogo atualizada
23 de setembro de 2026

Etiquetas

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

Casos de uso

Para que é utilizado

  • 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

Perguntas frequentes

O que é Octo Base?

Octo Base é um modelo de Other na categoria Robótica / VLA. Está listado no Railwail, mas não pode ser executado no momento.

Quanto custa Octo Base no Railwail?

Octo Base não pode ser executado no Railwail no momento, portanto não há preço atual. Alternativas disponíveis com preços estão listadas mais abaixo nesta página.

Qual é a velocidade de Octo Base?

Ainda não há execuções medidas suficientes de Octo Base no Railwail para indicar um tempo de execução. Depende da entrada, das configurações e da carga no provedor.

Quando devo usar Octo Base?

Octo Base pertence à categoria Robótica / VLA. A página da categoria lista os outros modelos deste tipo com seus preços.

Todos os modelos: Robótica / VLA

Octo Base pode processar imagens?

Sim. Octo Base aceita imagens como entrada além de texto.

Posso usar Octo Base agora?

Atualmente indisponível. A página permanece online; alternativas disponíveis da mesma categoria estão listadas mais abaixo.

Todos os modelos através de uma API

Uma chave API para todos os modelos no Railwail. O uso é cobrado a partir de créditos pré-pagos, 1 crédito = US$ 0,01.