/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
smolvlm_vla · dense
Базовая модель
SmolVLM-500M-Instruct
Опубликована
24 фев 2026

SimVLA-LIBERO

Языковая модельИзображение, текст → action3 профессии

Компактная VLA-модель для управления роботизированными манипуляциями в задачах симулятора LIBERO.

1 255скачиваний за 30 дней2лайкавеса обновлены26 фев 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

SimVLA-LIBERO — вариант модели SimVLA для управления роботами в симуляторе LIBERO, разработанный авторами работы SimVLA. Это мультимодальная VLA-модель, дообученная на базе HuggingFaceTB/SmolVLM-500M-Instruct: стандартный визуально-языковой блок отделён от лёгкой головы действий. Модель содержит около 0,5 млрд параметров и предназначена для исследований и воспроизводимого сравнения методов роботизированных манипуляций.

Модель принимает визуальные и языковые наблюдения и предсказывает действия робота. В статье сообщается о результатах на стандартных симуляционных тестах и сопоставимой с π0.5 эффективности на реальном роботе; эти заявления относятся к оценкам авторов и не гарантируют результат на других роботах или сценариях. Репозиторий предоставляет веса Safetensors, лицензия — Apache-2.0.

Сценарии применения

  • управление роботом при выполнении манипуляций в симуляторе LIBERO
  • исследование связи визуального восприятия и действий робота
  • сравнение архитектур VLA на симуляционных тестах
  • воспроизводимая базовая линия для экспериментов по робототехнике

Ограничения

Описана как базовая модель для исследований и симуляционных тестов; перенос результатов на другие роботы и условия из карточки не следует. Указанные авторами результаты являются экспериментальными оценками.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SimVLA (LIBERO Edition)

Repository: LUOyk1999/SimVLA

Paper: Luo et al., 2026, “SimVLA: A Simple VLA Baseline for Robotic Manipulation” (arXiv:2602.18224)

Overview

image

Vision-Language-Action (VLA) models have emerged as a promising paradigm for general-purpose robotic manipulation, leveraging large-scale pre-training to achieve strong performance. The field has rapidly evolved with additional spatial priors and diverse architectural innovations. However, these advancements are often accompanied by varying training recipes and implementation details, which can make it challenging to disentangle the precise source of empirical gains.

In this work, we introduce SimVLA, a streamlined baseline designed to establish a transparent reference point for VLA research. By strictly decoupling perception from control—using a standard vision-language backbone and a lightweight action head—and standardizing critical training dynamics, we demonstrate that a minimal design can achieve state-of-the-art performance. Despite having only 0.5B parameters, SimVLA outperforms multi-billion-parameter models on standard simulation benchmarks without robot pretraining. SimVLA also reaches on-par real-robot performance compared to π0.5. Our results establish SimVLA as a robust, reproducible baseline that enables clear attribution of empirical gains to future architectural innovations.

Project website: https://frontierrobo.github.io/SimVLA

Citation

@article{luo2026simvla,
  title={SimVLA: A Simple VLA Baseline for Robotic Manipulation},
  author={Luo, Yuankai and Chen, Woping and Liang, Tong and Wang, Baiqiao and Li, Zhenguo},
  journal={arXiv preprint arXiv:2602.18224},
  year={2026}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Класс архитектуры
SmolVLMVLA
Ревизия весов
93dc4d9

0 моделей