SmolVLA base
Hugging Face · 该版本 2026-08-14 · vla轨
7 项能力里 4 项支持、0 项不支持、3 项官方没说
逐项能力
Open Weights
开源权重
Hugging Face 官方 · SmolVLA 模型卡官方来源核验版本 base核验于 2026-08-14机器录入
Cross-embodiment
跨本体
模型卡讲输入输出（多视角图像 + 本体状态 + 可选语言指令 → 连续动作）与训练目标（flow matching），没有本体清单也没有跨本体机制。同族有 `smolvla_libero`、`smolvla_robotwin` 等基准档，但那是微调出来的，不是跨本体证据。
无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 base核验于 2026-08-14机器录入
Zero-shot inference
零样本可用
⚠️ 差一点判成 ❌。 模型卡写「Intended use: Base model to fine tune on your specific use case」—— 官方说它的用途是拿去微调，但没有说不能直接跑。对照 MolmoAct2 是明写「rather than as a ready-to-run policy」，那句才够判 ❌。「建议你微调」和「不微调不行」是两件事。
无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 base核验于 2026-08-14机器录入
Fine-tuning path
微调路径
Hugging Face 官方 · SmolVLA 模型卡官方来源核验版本 base核验于 2026-08-14机器录入
Dataset format
数据格式
Hugging Face 官方 · SmolVLA 模型卡官方来源核验版本 base核验于 2026-08-14机器录入
Edge deployment
边缘部署
⚠️ 这一格最容易记错。 模型卡确实写着「trainable on a single GPU and deployable on consumer hardware」—— 但这一根轴问的是有没有导出链路（ONNX / TensorRT 那种），不是「跑得动」。GR00T 那格给的是完整导出 + 实测延迟表，量级完全不同。「消费级硬件跑得动」不等于「有边缘部署工具链」，所以维持 ⬜ 并把这句原话记在这里。
无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 base核验于 2026-08-14机器录入
Framework choice
框架可换
官方 smolvla_base 模型卡给出 torch 推理和 loss.backward 训练示例，确认 PyTorch。
Hugging Face 官方 · SmolVLA 模型卡官方来源核验版本 base核验于 2026-10-10机器录入