Data / 机器人 / 具身 / 实体卡片

SmolVLA

论文与基准价格与配方

Hugging Face 的小型 VLA，用 481 个 LeRobot 社区数据集预训练

数据类型
社区遥操数据
规模口径
481 个数据集、22.9K 条、10.6M 帧，无小时数
链接
arxiv.org

数据配方

SmolVLA 预训练全部来自 LeRobot 社区数据集：481 个社区数据集、22.9K 条 episode、10.6M 帧，论文未给小时数；任务描述用 Qwen2.5-VL-3B 重新标注 [1]。无商业数据供应商。

已知缺陷

论文表 1 的 "~10M episodes" 是笔误，应为 frames。论文自相矛盾：一处说单一本体 SO100，另一处说多本体。社区数据质量参差，这也是任务描述需要重标的原因。

位置

代表"开源社区数据加小模型"路线，对照 OpenVLA 的 OXE 路线；数据格式见 LeRobotDataset v3 格式。

来源

  1. https://arxiv.org/html/2506.01844 (2026-10-14)

相关卡片

LeRobot 社区数据集数据集 · 全球
Hugging Face LeRobot 社区 v3，以 SO-100/SO-101 低成本臂为主
OpenVLA论文与基准
7B 开源 VLA，用 OXE 筛选出的约 97 万条轨迹训练
LeRobotDataset v3 格式工具与格式 · 全球
Parquet、MP4 加 JSON 元数据的 2025 年后机器人数据发布标准

卡片整理 2026-10-14。公司自报数据标“公司口径”；⚠️ 为未经独立核实。