VLA 图库 / 模型列表 / 产业界模型

Galaxea G0

Galaxea · 2025-08

VLA产业界模型未公开未公开

两层结构：VLM planner处理高层指令，VLA executor执行。

论文

Galaxea Open-World Dataset and G0 Dual-System VLA ModelarXiv 2509.00576

概述

分类

产业界模型

类型

VLA

发布

2025-08

机构

Galaxea

权重公开

是

参数

未公开

架构

主干LLM

Gemma (PaliGemma，执行VLA) + Qwen2.5-VL (planner)

视觉编码器

SigLIP + MLP projector

动作头

未公开 (未公开)

动作块

未公开

控制频率

200 Hz (规划15 Hz)

架构原文摘要

dual-system：G0-VLM(基于Qwen2.5-VL的planner，System 2) + G0-VLA(SigLIP + MLP projector + PaliGemma语言主干executor，System 1)；控制200Hz·规划15Hz

训练

预训练加速器

未公开

预训练时长

未公开

预训练步数·批量

未公开

GPU·TPU-小时

未公开

微调

未公开

数据类型

真实机器人 + 公开机器人数据(OXE)

数据规模

Galaxea Open-World Dataset 500 h，100K traj，150 task categories，50 scenes，58 skills；训练混合OXE约1,000 h + Galaxea 500 h + 内部200 h

主要数据集

Galaxea Open-World Dataset，Open X-Embodiment，内部数据

任务·评估

Table Bussing, Microwave Operation, Bed Making(4分制), Blocks Stacking(语言遵循)；未提取定量数值

机器人

Galaxea R1 Lite(23-DoF，轮式·躯干双臂移动)

推理

推理设备·速度

控制200Hz，规划15Hz(图中标注)；硬件·延迟未公开

推理显存

未公开

权重 bf16（计算）

未公开

运行位置

未公开

强化学习与底盘

强化学习

未使用 · 仅使用模仿学习（行为克隆）

底盘控制

轮式 (直接输出底盘速度/位姿) · G0-VLA动作块同时控制底盘·躯干·臂 (整理床铺时底盘移动)；底盘指令格式未注明

备注

核心特点

两层结构：VLM planner处理高层指令，VLA executor执行。采用cross-embodiment预训练 → single-embodiment预训练 → 后训练的三阶段课程。

备注

arXiv v1 2025-08-30(由笔记中的2025-09修正)。G0-VLA权重于2025-09-09在HF OpenGalaxea/G0-VLA·ModelScope公开(由笔记中的未核实修正；论文标注将以CC BY-NC-SA 4.0公开)。数据时间(h)以Galaxea Open-World Dataset为准(无训练混合总量的描述)。论文中无GPU·参数描述。

核验

已反映修正