验证条件与证据
依据作者官方项目页、仓库或模型说明整理；环境标识描述作者实验，不代表智梦实测。智梦未训练模型或运行真机。
核心能力
- 紧凑视觉语言动作模型
- 与 LeRobot 数据及训练流程集成
- 提供预训练权重与异步推理方案
能力局限
- 低算力定位不等于所有消费设备都能实时运行
- 相机、动作空间和采集数据仍需与训练配置匹配。
技术资料
- 输入
- 相机图像、语言指令、机器人状态
- 输出
- 机器人动作片段
- 适用任务
- 机械臂模仿学习与多任务操作
- 技术栈与依赖
- PyTorch、LeRobot
公开范围与许可证
- 代码
- 官方公开参考代码；许可：Apache-2.0。上游依赖按各自许可证使用。
- 权重
- 作者提供检查点或下载入口；权重及底座模型的许可证需在下载前分别核对，不直接沿用代码许可。
- 数据
- 利用社区机器人数据，单个数据集的质量与许可需独立评估。
- 硬件
- 本条为模型或控制软件资料，不代表机器人整机硬件开源。
资料介绍
项目简介
SmolVLA 将视觉语言理解与动作生成结合，并通过 LeRobot 提供训练、推理和机器人部署入口。官方发布基础模型，面向低成本机械臂及社区数据开展实验。
主要能力
- 紧凑视觉语言动作模型
- 与 LeRobot 数据及训练流程集成
- 提供预训练权重与异步推理方案
使用与适配
低算力定位不等于所有消费设备都能实时运行；相机、动作空间和采集数据仍需与训练配置匹配。
公开范围
官方公开参考代码；许可：Apache-2.0。上游依赖按各自许可证使用。作者提供检查点或下载入口；权重及底座模型的许可证需在下载前分别核对，不直接沿用代码许可。利用社区机器人数据，单个数据集的质量与许可需独立评估。
资料来源
- https://huggingface.co/blog/smolvla
- https://github.com/huggingface/lerobot
- https://huggingface.co/lerobot/smolvla_base
- https://github.com/backblaze-labs/awesome-physical-ai
资料核对：2026-10-14。依据作者官方项目页、仓库或模型说明整理；环境标识描述作者实验，不代表智梦实测。智梦未训练模型或运行真机。