UC Berkeley RAIL 等
Octo
93M 可商用 8/8 已核实
基本事实
- 发布日期
- 2024-05 1 来源
- 参数量
- 0.093 B 1 来源
- 架构
- Transformer 策略 0 来源
- 许可证
- MIT（代码与权重仓库标注） 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 · goal_image 0 来源
- 动作空间
- 末端位姿增量 + 夹爪（扩散） 0 来源
- 跨本体
- Open X-Embodiment 约 80 万条轨迹预训练 1 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 · Transformer 主干 + 扩散动作头；octo-base 93M、octo-small 27M
来源 · 2 条来源
params_b,license,code_url,cross_embodiment https://github.com/octo-models/octo 官方页面 · 抓取 2026-09-04 · 尚未存快照 README：Octo-Base 93M Params / Octo-Small 27M；License: MIT；800k robot trajectories from Open X-Embodiment
weights_url,license,release_date https://huggingface.co/api/models/rail-berkeley/octo-base-1.5 模型仓库页 · 抓取 2026-09-04 · 尚未存快照 模型卡 license: mit；createdAt 2024-05-21
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 2026-10-18
GitHub stars
1,807
+28 / 30 天
近 90 天提交
0
最近推送 810 天前
HF 近 30 天下载
208
累计 3,147 · 18 likes
权重最后更新
2024-05-21
881 天前
ModelScope未找到同名镜像（按仓库名搜索）
Hugging Facerail-berkeley/octo-base-1.5
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 |
|---|---|---|---|
| LIBEROOcto-Base | avg | 75.1 | 第三方 · OpenVLA paper, Table 12, row 'Octo fine-tuned', Average (75.1 ± 0.6%) |
| LIBEROOcto-Base | goal | 84.6 | 第三方 · OpenVLA paper, Table 12, row 'Octo fine-tuned', LIBERO-Goal (84.6 ± 0.9%) |
| LIBEROOcto-Base | long | 51.1 | 第三方 · OpenVLA paper, Table 12, row 'Octo fine-tuned', LIBERO-Long (51.1 ± 1.3%) |
| LIBEROOcto-Base | object | 85.7 | 第三方 · OpenVLA paper, Table 12, row 'Octo fine-tuned', LIBERO-Object (85.7 ± 0.9%) |
| LIBEROOcto-Base | spatial | 78.9 | 第三方 · OpenVLA paper, Table 12, row 'Octo fine-tuned', LIBERO-Spatial (78.9 ± 1.0%) |
| 真机评测（论文自报）Octo-Base | finetuning_6_domains_avg | 72 | 论文 · Table I (fine-tuning results), row 'Octo', Average |
| SimplerEnv · Google RobotOcto-Base | variant_aggregation | 1.2 | 第三方 · CogACT paper, Table 1 (Variant Aggregation), row 'Octo-Base', Average |
| SimplerEnv · Google RobotOcto-Base | visual_matching | 11 | 第三方 · CogACT paper, Table 1 (Visual Matching), row 'Octo-Base', Average |
| SimplerEnv · WidowX (Bridge)Octo-Base | visual_matching | 17.5 | 第三方 · CogACT paper, Table 2 (WidowX), row 'Octo-Base', Average |
| SimplerEnv · WidowX (Bridge)Octo-Small | visual_matching | 26.7 | 第三方 · CogACT paper, Table 2 (WidowX), row 'Octo-Small', Average |
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
2026-09-04
来源抓取
params_b,license,code_url,cross_embodiment · weights_url,license,release_date
延迟与成本
成本 = 延迟 p50 ÷ 1000 × 租价 ÷ 3600 × 1000
| 硬件 | p50 ms | p95 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 G1 | Unitree H1 | 智元 精灵 G1 | 松灵 Piper 机械臂 | SO-101 | Franka FR3 / Panda | Fourier GR-2 | WidowX 250 S | Google Robot（Everyday Robots） | ALOHA 2 / Cobot Magic（双臂） | Galaxea R1 Pro | Franka Emika Panda | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Octo |
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 4 / 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。
方向清晰，判断有据。