Stanford / UC Berkeley / TRI 等（OpenVLA 团队）
OpenVLA
7.54B 商用许可待核实 7/8 已核实
8 个必填字段里有 1 个待核实，前台用徽标标出、不用默认值填空。已核实字段的来源列在下方。
基本事实
- 发布日期
- 2024-06 1 来源
- 参数量
- 7.54 B 1 来源
- 架构
- 单体自回归 0 来源
- 许可证
- MIT（代码与权重仓库标注）；权重衍生自 Llama-2，受 Llama 2 Community License 约束 2 来源
- 商用
- 商用许可待核实 0 来源
- 权重
- huggingface.co ↗ 1 来源
- 代码
- github.com ↗ 1 来源
- 论文
- arxiv.org ↗ 1 来源
- 输入模态
- rgb · language 0 来源
- 动作空间
- 7-DoF 末端位姿增量 + 夹爪（离散 token） 0 来源
- 跨本体
- Open X-Embodiment 约 97 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 · Prismatic VLM：DINOv2 + SigLIP 双视觉编码器 + Llama-2 7B，动作离散为 token 自回归输出
来源 · 3 条来源
license,release_date,code_url https://github.com/openvla/openvla 官方页面 · 抓取 2026-09-04 · 尚未存快照 README：All code is made available under the MIT License；Models derive from Llama-2, subject to the Llama Community License；首发 2024-06-13
params_b,weights_url,license https://huggingface.co/api/models/openvla/openvla-7b 模型仓库页 · 抓取 2026-09-04 · 尚未存快照 safetensors 7,541,237,184；模型卡 license: mit；createdAt 2024-06-10
paper_url,cross_embodiment https://arxiv.org/abs/2406.09246 论文 / 官方文档 · 抓取 2026-09-04 · 尚未存快照 OpenVLA: An Open-Source Vision-Language-Action Model；970K trajectories from Open X-Embodiment
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
7,169
+130 / 30 天
近 90 天提交
0
最近推送 575 天前
HF 近 30 天下载
153,562
累计 18,113,297 · 262 likes
权重最后更新
2026-02-17
244 天前
Hugging Faceopenvla/openvla-7b
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 |
|---|---|---|---|
| LIBERO | avg | 76.5 | 论文 · Table 12, row 'OpenVLA fine-tuned (ours)', Average SR (76.5 ± 0.6%) |
| LIBEROOpenVLA-OFT | avg | 97.1 | 论文 · Table I, row 'OpenVLA-OFT' (multi-input, modified dataset), Average |
| LIBERO | goal | 79.2 | 论文 · Table 12, row 'OpenVLA fine-tuned (ours)', LIBERO-Goal SR (79.2 ± 1.0%) |
| LIBEROOpenVLA-OFT | goal | 97.9 | 论文 · Table I, row 'OpenVLA-OFT' (multi-input, modified dataset), Goal |
| LIBERO | long | 53.7 | 论文 · Table 12, row 'OpenVLA fine-tuned (ours)', LIBERO-Long SR (53.7 ± 1.3%) |
| LIBEROOpenVLA-OFT | long | 94.5 | 论文 · Table I, row 'OpenVLA-OFT' (multi-input, modified dataset), Long |
| LIBERO | object | 88.4 | 论文 · Table 12, row 'OpenVLA fine-tuned (ours)', LIBERO-Object SR (88.4 ± 0.8%) |
| LIBEROOpenVLA-OFT | object | 98.4 | 论文 · Table I, row 'OpenVLA-OFT' (multi-input, modified dataset), Object |
| LIBERO | spatial | 84.7 | 论文 · Table 12 (Appendix E.2), row 'OpenVLA fine-tuned (ours)', LIBERO-Spatial SR (84.7 ± 0.9%) |
| LIBEROOpenVLA-OFT | spatial | 97.6 | 论文 · Table I, row 'OpenVLA-OFT' (multi-input setup, modified dataset), Spatial |
| 真机评测（论文自报） | bridgedata_v2_widowx_17_tasks | 70.6 | 论文 · Table 4 (Appendix B.1.3), bottom row 'Mean Success Rate', column 'OpenVLA (ours)' (70.6±3.2%) |
| 真机评测（论文自报） | franka_droid_finetuned_avg | 58.3 | 论文 · Table 7, Franka-DROID (15Hz) 'Average' row, column 'OpenVLA (ours)' (58.3±7.2%) |
| 真机评测（论文自报） | franka_tabletop_finetuned_avg | 67.2 | 论文 · Table 7 (Appendix B.3.2), Franka-Tabletop (5Hz) 'Average' row, column 'OpenVLA (ours)' (67.2±4.0%) |
| 真机评测（论文自报） | google_robot_12_tasks | 85 | 论文 · Table 6 (Appendix B.2.2), bottom row 'Mean Success Rate', column 'OpenVLA (ours)' (85.0±4.6%) |
部署配方
环境、权重、运行命令和我们踩过的坑，与在租用 GPU 上实际执行的一字不差（venv openvla，权重 15.2 GB，2 个坑位）。
查看配方 →记录历史
2026-09-04
来源抓取
license,release_date,code_url · params_b,weights_url,license · paper_url,cross_embodiment
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) | 162 | 173 | 14.41 GB | 0.075 | 1 初步（样本<3） 维护者实测 |
NVIDIA RTX 5090 ¥2.4/h · 润云 2.4 / 共绩 2.5 / 并行智算云 2.98 (2026) | 146 | 150 | 14.41 GB | 0.098 | 1 初步（样本<3） 维护者实测 |
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 | 187 | 202 | 14.41 GB | — 无该硬件租价 | 1 初步（样本<3） 维护者实测 |
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 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| OpenVLA |
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。
方向清晰，判断有据。