- 类别
- VLA 模型
- 开放程度
- 开源
- 发布时间
- 2025 年 10 月
- 开源协议
- MIT
- 发布方所在地
- 中国
项目简介
给视觉-语言-动作模型加入显式推理的方法。从 π0-FAST 检查点出发,改造成混合注意力解码器:先自回归生成思维链推理,再切换为双向注意力并行输出动作块。训练分两步,先用具身思维链数据做监督微调,再用以任务成败为奖励的强化学习(GRPO)对齐推理与动作。开源 LIBERO 思维链数据集、基础模型和 SFT / RL 两版权重,以及训练与评测代码。
- 规模
- 2.9B 参数,基于 π0-FAST