VLA 图库 / 模型列表 / 2026年新增

OpenHLM

Tsinghua + Shanghai Qi Zhi Institute + Spirit AI · 2026-06

VLA2026年新增继承π0.5flow matching

将π0.5微调为输出全身指令并置于SONIC底层全身控制器之上的人形机器人方案。

论文

OpenHLM: An Empirical Recipe for Whole-Body Humanoid Loco-ManipulationarXiv 2606.22174

概述

分类

2026年新增

类型

VLA

发布

2026-06

机构

Tsinghua + Shanghai Qi Zhi Institute + Spirit AI

权重公开

是

参数

继承π0.5 (PaliGemma 3B)

架构

主干LLM

Gemma 2B · PaliGemma 3B配置 (π0.5)

视觉编码器

SigLIP 400M (π0.5)

动作头

flow matching头 (10步) (flow matching)

动作块

50 (执行25)

控制频率

10 Hz (SONIC 50 Hz)

架构原文摘要

π0.5(PaliGemma 3B) + 流匹配动作头(去噪10步)；32-D全身指令 + 夹爪2-D = 34-D输出；VLA 10 Hz之上SONIC跟踪器50 Hz，每次推理执行25个动作，动作horizon 50

训练

预训练加速器

不适用 (由π0.5初始化)

预训练时长

不适用

预训练步数·批量

不适用

GPU·TPU-小时

未公开

微调

A800 4块，约24小时，30k steps，批量128

数据类型

真实机器人遥操作(全身) + 人类演示(HuMI无机器人演示)

数据规模

遥操作演示320个(8项任务×40) + HuMI无机器人演示 + 长时程演示120个

主要数据集

自有HLM-12演示，HuMI

任务·评估

HLM-12(Unitree G1):训练8项任务平均进度89%;未训练任务无联合训练33%·有联合训练87%;长程水果整理87.5%(演示1.14小时;GR00T N1.6 57.5%,Ψ0 48.8%,各2.70小时)

机器人

Unitree G1

推理

推理设备·速度

VLA 10 Hz，SONIC 50 Hz (未报告延迟)

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

部分 (结合RL底层控制器) · π0.5微调(监督学习)，全身执行由RL训练的SONIC跟踪器完成

底盘控制

人形双足 (指令/潜变量 → RL行走控制器) · VLA输出32-D全身指令(根部roll·pitch·yaw角速度 + 含腿部29关节目标)动作块 → 由SONIC跟踪器执行 (走到桌边·推车)

备注

核心特点

将π0.5微调为输出全身指令并置于SONIC底层全身控制器之上的人形机器人方案。通过联合训练将未训练任务进度从33%提升到87%。

备注

并非新的预训练模型，而是微调配方(按笔记分类)。arXiv 2026-06-20。代码·训练数据·检查点已公开。因无总参数量的表述，数值列留空。核实笔记中无对照行。

核验

未验证