VLA 模型开源

InternVLA

上海人工智能实验室中国

GitHub 仓库 InternRobotics/InternVLA-A-series

又称 InternVLA-M1、InternVLA-A1、InternVLA-A1.5

返回项目库
类别
VLA 模型
开放程度
开源
发布时间
2025 年 9 月
开源协议
InternVLA-A 系列代码 CC-BY-NC-SA-4.0,InternVLA-M1 代码 MIT
发布方所在地
中国

项目简介

上海人工智能实验室的视觉-语言-动作模型系列。InternVLA-M1 以 Qwen2.5-VL 为底座,先学空间定位等空间先验,再接 DiT 动作头输出动作;InternVLA-A1 统一理解、视觉预测与动作生成,A1.5 在 Qwen3.5-2B 上挂轻量动作专家,训练时借助 Wan2.2-5B 视频模型学习未来动态,推理时用流匹配输出连续动作块。提供预训练、微调、仿真评测代码和权重。

规模
A1.5 基于 Qwen3.5-2B 视觉语言模型,训练时用 Wan2.2-5B 视频模型监督;M1 基于 Qwen2.5-VL

适配机器人

  • WidowX
  • Google Robot

获取方式

相关概念

数据来源

本页信息均整理自以下公开资料。

5 条来源核验于 2026-10-01

星标、下载量等指标定期自动更新。

InternVLA(InternVLA-A-series):VLA 模型介绍、GitHub 仓库与开源协议 | 具身集