清华大学 AIR（2toINF）

X-VLA

880M 可商用 8/8 已核实

基本事实

发布日期: 2025-10 1 来源
参数量: 0.88 B 1 来源
架构: 软提示 Transformer 0 来源
许可证: Apache-2.0（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 · state 0 来源
动作空间: 跨本体软提示，单臂/双臂 0 来源
跨本体: CALVIN / LIBERO / VLABench / RoboTwin2 / BridgeDataV2；Franka / AgiBot G1 / Google Robot / WidowX / AgileX 1 来源
预训练数据（小时）: 待核实 0 来源
目标形态: 单臂 · 双臂 0 来源

架构 · Soft-Prompted Transformer，Florence-2-large 视觉；0.9B 规模；ICLR 2026

来源 · 2 条来源

license,release_date,cross_embodiment,code_url https://github.com/2toinf/X-VLA 官方页面 · 抓取 2026-09-04 · 尚未存快照 README：Apache License 2.0；arXiv 2510.10274（2025-10）；ICLR 2026；Franka / Agibot-G1 / Google Robot / WidowX / Agilex

params_b,weights_url,license https://huggingface.co/api/models/2toINF/X-VLA-Pt 模型仓库页 · 抓取 2026-09-04 · 尚未存快照 safetensors 879,738,545；license: apache-2.0；base microsoft/Florence-2-large

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

744

+14 / 30 天

近 90 天提交

最近推送 131 天前

HF 近 30 天下载

7,247

累计 129,426 · 14 likes

权重最后更新

2025-11-16

337 天前

GitHub2toinf/X-VLA · 76 forks · 35 未关闭 issue · 无 GitHub release

ModelScope未找到同名镜像（按仓库名搜索）

Hugging Face2toINF/X-VLA-Pt

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
CALVINX-VLA-0.9B	abc_d	4.4 avg_len	论文 · Table 2, row 'X-VLA (Ours)', Calvin ABC -> D; Table 14 chain success 97.1 / 92.6 / 88.5 / 84.4 / 78.8, Average 4.43
LIBEROX-VLA-0.9B	avg	98.1	论文 · Table 2, row 'X-VLA (Ours)', LIBERO Avg (also Table 13 'Average')
LIBEROX-VLA-0.9B	goal	97.8	论文 · Table 2, row 'X-VLA (Ours)', LIBERO Goal (also Table 13)
LIBEROX-VLA-0.9B	long	97.6	论文 · Table 2, row 'X-VLA (Ours)', LIBERO Long (also Table 13)
LIBEROX-VLA-0.9B PEFT (LoRA adapters, ~9M params)	long	83.2	官方 · README results table, row 'X-VLA-libero-long-peft'
LIBEROX-VLA-0.9B	object	98.6	论文 · Table 2, row 'X-VLA (Ours)', LIBERO Object (also Table 13)
LIBEROX-VLA-0.9B	spatial	98.2	论文 · Table 2, row 'X-VLA (Ours)', LIBERO Spatial (also Table 13)
LIBEROX-VLA-0.9B PEFT (LoRA adapters, ~9M params)	spatial	96.2	官方 · README results table, row 'X-VLA-libero-spatial-peft'
其他基准X-VLA-0.9B	pdms	87.3 PDMS	论文 · Table 2, row 'X-VLA (Ours)', NAVSIM PDMS; Table 11 NC 97.5 / DAC 96.5 / EP 82.2 / TTC 92.9 / C 100.0 / PDMS 87.3
RoboTwin 2.0X-VLA-0.9B	easy	70	论文 · Table 2, row 'X-VLA (Ours)', RoboTwin-2.0 Easy (Table 16 'Average' over 50 tasks)
RoboTwin 2.0X-VLA-0.9B	hard	39	论文 · Table 2, row 'X-VLA (Ours)', RoboTwin-2.0 Hard (Table 16 'Average')
SimplerEnv · Google RobotX-VLA-0.9B	variant_aggregation	75.7	论文 · Table 2, row 'X-VLA (Ours)', Simpler VA; Table 12 per task 85.5 / 79.8 / 61.9 / 75.7, Average 75.7
SimplerEnv · Google RobotX-VLA-Google-Robot checkpoint	variant_aggregation	76.4	官方 · README results table, row 'X-VLA-Google-Robot', Google Robot (VA)
SimplerEnv · Google RobotX-VLA-0.9B	visual_matching	80.4	论文 · Table 2, row 'X-VLA (Ours)', Simpler VM; Table 12 per task Coke 98.3 / Near 97.1 / Open 69.5 / Put 56.5, Average 80.4

全部 18 条分数与备注 →

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

license,release_date,cross_embodiment,code_url · params_b,weights_url,license

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
X-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 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。