网站 Banner

        在家中构建复杂的机器人项目变得越来越容易。

         本周早些时候，AI 开发平台 Hugging Face 发布了一个名为 SmolVLA 的开放式机器人 AI 模型。 Hugging Face 声称，SmolVLA 在“兼容许可”社区共享的数据集上进行训练，在虚拟和现实世界环境中的表现都优于更大的机器人模型。

         “SmolVLA 旨在使视觉-语言-行动 [VLA] 模型的访问民主化，并加速对通才机器人的研究代理人，“Hugging Face 在一篇博客文章中写道。 “SmolVLA 不仅是一种轻量级但功能强大的模型，而且还是一种训练和评估通才机器人 [技术] 的方法。”

         SmolVLA 是 Hugging Face 快速扩张的努力的一部分，旨在建立低成本机器人硬件和软件生态系统。 去年，该公司推出了 LeRobot，这是一组以机器人为重点的模型、数据集和工具。 最近，Hugging Face 收购了 Pollen Robotics，这是一家基于机器人的初创公司在法国，并推出了几个廉价的机器人系统，包括 Humanoids，供购买。

         SmolVLA 的大小为 4.5 亿个参数，使用来自 LeRobot 社区数据集的数据进行训练，LeRobot 社区数据集是在 Hugging Face 的 AI 开发平台上共享的专门标记的机器人数据集。 参数（有时称为“权重”）是模型的内部组件，用于指导其行为。

         Hugging Face 声称 SmolVLA 足够小，可以在单个消费类 GPU 上运行——甚至是MacBook 的 - 并且可以在“负担得起的”硬件上进行测试和部署，包括公司自己的机器人系统。

         有趣的是，SmolVLA 还支持“异步推理堆栈”，Hugging Face 表示，它允许模型将机器人动作的处理与所见所闻的处理分开。 正如该公司在其博客文章中解释的那样，“由于这种分离，机器人可以在快速变化的环境中更快地做出反应。

         SmolVLA 可用从 Hugging Face 下载。 已经有 X 上的用户声称已经使用该模型来控制第三方机械臂：

         🚀 SmolVLA — 感觉就像是机器人技术的 🤖BERT 时刻 我在 Koch Arm 上尝试了它：RTX 2050 （4GB） 上的推理，仅通过 31 个演示进行了微调，并且匹配/优于单任务基线 🔥非常感谢to@RemiCadene@danaubakirova @mustash97 🙌@francesco__capu pic.twitter.com/TiBkAZGwkM— 左兴东 （@XingdongZ）2025 年 6 月 4 日

         值得注意的是，Hugging Face 远非如此新生的 Open Robotics 竞赛中唯一的参与者。

         Nvidia 拥有一系列用于开放机器人的工具，初创公司 K-Scale Labs 正在为其所谓的“开源类人机器人”构建组件。 该领域其他强大的公司包括 Dyna Robotics、Jeff Bezos 支持的 Physical Intelligence 和 RLWRLD。