VLA 图库 / 模型列表 / 2026年新增

Spirit v1.5

Spirit AI · 2026-01

VLA2026年新增5B未公开

用多样且弱控制的采集数据代替精选数据进行训练。

论文

无论文

概述

分类

2026年新增

类型

VLA

发布

2026-01

机构

Spirit AI

权重公开

是

参数

5B (HF标签)

架构

主干LLM

Qwen3 · Qwen3-VL-4B配置

视觉编码器

Qwen3-VL ViT

动作头

DiT动作头 (潜在动作token，二手) (未公开)

动作块

未公开

控制频率

未公开

架构原文摘要

Qwen3-VL-4B-Instruct VLM + DiT动作头(预测潜在动作token,二手)

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 (README建议 8× A100 80GB)

数据类型

真实机器人遥操作(多样·弱约束采集)

数据规模

未公开 (时长·回合)

主要数据集

未公开

任务·评估

RoboChallenge Table30(30项任务)第1名；综合66.09，成功率50.33%(二手)

机器人

未公开

推理

推理设备·速度

在A100 80GB上测试(README)

推理显存

在A100 80GB上测试 (README)

权重 bf16（计算）

10 GB

运行位置

未公开

强化学习与底盘

强化学习

未公开 · 训练方式未公开

底盘控制

固定 · 无底盘控制（RoboChallenge Table30桌面操作；明示操作以外场景不在范围内）

备注

核心特点

用多样且弱控制的采集数据代替精选数据进行训练。截至2026-01-11位列RoboChallenge Table30第1名。

备注

许可证冲突：HF apache-2.0，GitHub LICENSE MIT。README '[2026-01] Initial Release'，日期2026-01-12为二手。采集方式效果（二手）：人均有效采集时间约增加200%，专家投入约减少60%，同等预训练规模下微调迭代约减少40%。

核验

已确认