Hugging Face 开源 450M 视觉-语言-动作模型 SmolVLA，可在消费级硬件运行
SmolVLA: Efficient Vision-Language-Action Model trained on Lerobot Community Data
AI 导读Hugging Face 发布开源、紧凑的 450M 视觉-语言-动作模型 SmolVLA，仅用 lerobot 标签下的社区开源数据预训练，在 LIBERO、Meta-World 仿真和 SO100/SO101 真实任务上超过更大 VLA 及 ACT 等基线。
来源：Hugging Face 社区博客 · huggingface.co