OpenHelix 团队

LLaVA-VLA

7B 可商用 8/8 已核实

基本事实

发布日期
2025-06 1 来源
参数量
7 B 0 来源
架构
单体自回归 0 来源
许可证
MIT(代码与模型卡) 2 来源
商用
可商用 0 来源
权重
huggingface.co ↗ 1 来源
代码
github.com ↗ 1 来源
论文
arxiv.org ↗ 0 来源
输入模态
rgb · language 0 来源
动作空间
末端位姿增量 + 夹爪 0 来源
跨本体
CALVIN 微调;RoboTwin 评测 0 来源
预训练数据(小时)
待核实 0 来源
目标形态
单臂 0 来源
架构 · 直接基于 LLaVA-v1.5-7B / LLaVA-OneVision 0.5B 的 VLA;ICRA 2026
来源 · 2 条来源
release_date,license,arch_notes,code_url https://github.com/OpenHelix-Team/LLaVA-VLA 官方页面 · 抓取 2026-09-05 · 尚未存快照 README:2025-06-17 发布代码与权重、2025-07-05 发 0.5B;MIT license;基于 LLaVA
weights_url,license https://huggingface.co/api/models/chenpyyy/LLaVA-VLA 模型仓库页 · 抓取 2026-09-05 · 尚未存快照 模型卡 license: MIT;createdAt 2025-06-16

活性信号

每天从 GitHub、Hugging Face、ModelScope 公开接口抓取的数字。只记录,不评价。 · 抓取于 2026-10-31

GitHub stars
214
+1 / 30 天
近 90 天提交
0
最近推送 234 天前
HF 近 30 天下载
0
累计 0 · 0 likes
权重最后更新
2025-07-06
483 天前
GitHubOpenHelix-Team/LLaVA-VLA · 5 forks · 4 未关闭 issue · 无 GitHub release233 天无推送
ModelScope未找到同名镜像(按仓库名搜索)
Hugging Facechenpyyy/LLaVA-VLA
stars · 近 30 天

公开基准分数

照抄来源;各论文协议不同。带备注的完整表见基准分数页。

基准子集分数来源
CALVINabc_d3.7 avg_len论文 · Table VI 'Comparison with various manipulation baselines on CALVIN', row 'LLaVA-VLA (Ours) 500M', column Avg. Len.
CALVINLLaVA-VLA-7Babc_d3.8 avg_len论文 · Table I 'Comparison among different versions of LLaVA-VLA in terms of success rates and average length on RoboTwin', row 'LLaVA-VLA (ours) 7B', column Avg. Len.
真机评测(论文自报)bimanual_6task_avg_domain_randomization30.7论文 · Table XI, row 'LLaVA-VLA (Ours)', column Avg. Success / DR
真机评测(论文自报)bimanual_6task_avg_seen44.2论文 · Table XI 'Comparison of success rates on real-world bimanual tasks', row 'LLaVA-VLA (Ours)', column Avg. Success / Seen
RoboTwin 2.0domain_randomization_8task_avg28.6论文 · Table VII, row 'Average success', column LLaVA-VLA (Ours) / DR
RoboTwin 2.0seen_8task_avg40.3论文 · Table VII 'Evaluation on RoboTwin benchmark. Success rates for 8 tasks on the Seen and DR settings', row 'Average success', column LLaVA-VLA (Ours) / Seen
全部基准 →

部署配方

还没有配方。我们只发布在租用 GPU 上真正跑通、带实测延迟的步骤;这个模型还没轮到。

记录历史

2026-09-05
来源抓取
release_date,license,arch_notes,code_url · weights_url,license

延迟与成本

成本 = 延迟 p50 ÷ 1000 × 租价 ÷ 3600 × 1000
硬件p50 msp95 ms峰值显存每千次推理成本 ¥样本
NVIDIA RTX 4090
¥1.68/h · 共绩算力 (2026)
— — — — 无延迟数据 无数据
NVIDIA RTX 5090
¥2.4/h · 润云 2.4 / 共绩 2.5 / 并行智算云 2.98 (2026)
— — — — 无延迟数据 无数据
NVIDIA A100 80GB
无租价
— — — — 无延迟数据 无数据
NVIDIA Jetson AGX Thor
无租价
— — — — 无延迟数据 无数据
NVIDIA H100 80GB
无租价
— — — — 无延迟数据 无数据
NVIDIA A800 80GB
无租价
— — — — 无延迟数据 无数据
还没有这个模型的延迟测量 · 数据来自文献、维护者实测或众包 CLI 上传;三者都还没有。

适配本体

只有有证据的格子才上色。橙点表示厂商声明的目标形态,那是声明,不是核实过的适配。

Unitree G1Unitree H1智元 精灵 G1松灵 Piper 机械臂SO-101Franka FR3 / PandaFourier GR-2WidowX 250 SGoogle Robot(Everyday Robots)ALOHA 2 / Cobot Magic(双臂)Galaxea R1 ProFranka Emika Panda
LLaVA-VLA
图例 官方声明支持社区复现成功理论可微调不支持未知 厂商声明的目标形态 3 / 12 格有明确状态

复现记录

这个模型在你的机器人上跑起来了吗?报一条,附链接(日志、视频或仓库)。记录由维护者核验;核验通过的“跑通”或“微调后跑通”会把矩阵格子升为“社区复现”,你的链接就是证据。可匿名;只存下面这几个字段。

这个模型还没有核验通过的复现记录。

SinanLab · 司南实验室方向清晰,判断有据。