VLA 模型开源

OpenVLA-OFT

Stanford University美国

GitHub 仓库 moojink/openvla-oft

又称 OFT、OpenVLA-OFT+

类别
VLA 模型
开放程度
开源
发布时间
2025 年 2 月
开源协议
MIT
发布方所在地
美国

项目简介

斯坦福大学提出的 VLA 优化微调方案,在 OpenVLA 基础上改用并行解码、动作分块、连续动作表示和 L1 回归目标,提高推理速度,并支持多视角图像与本体状态输入;用于 ALOHA 双臂任务时另加 FiLM 加强语言跟随(OFT+)。仓库提供 LIBERO 仿真和真实 ALOHA 机器人的微调与评测代码,以及在 LIBERO 上微调的检查点。

规模
基于 7B 参数的 OpenVLA

OpenVLA-OFT 安装要点

来源:SETUP.md

依据官方资料的 main 版本整理,核验于 2026-11-06。版本更新后命令可能变化,以官方文档为准。

  1. 创建 conda 环境

    conda create -n openvla-oft python=3.10 -y
    conda activate openvla-oft
  2. 安装 PyTorch

    官方让按本机环境到 PyTorch 官网取命令

    pip3 install torch torchvision torchaudio
  3. 克隆并安装仓库

    git clone https://github.com/moojink/openvla-oft.git
    cd openvla-oft
    pip install -e .
  4. 安装 Flash Attention 2

    训练用;失败时先跑 pip cache remove flash_attn

    pip install packaging ninja
    ninja --version; echo $?
    pip install "flash-attn==2.5.5" --no-build-isolation
  5. 安装 LIBERO来源:LIBERO.md

    在 openvla-oft 根目录执行,见 LIBERO.md

    git clone https://github.com/Lifelong-Robot-Learning/LIBERO.git
    pip install -e LIBERO
    pip install -r experiments/robot/libero/libero_requirements.txt
  6. 跑 LIBERO 评测来源:LIBERO.md

    权重会自动下载

    python experiments/robot/libero/run_libero_eval.py \
     --pretrained_checkpoint moojink/openvla-7b-oft-finetuned-libero-spatial \
     --task_suite_name libero_spatial

环境要求

来源:README.md
推理显存(LIBERO)
1 块 GPU,约 16 GB
推理显存(ALOHA)
1 块 GPU,约 18 GB
训练显存
1–8 块 GPU,每块 27–80 GB(默认 bfloat16)
论文训练配置来源:openvla-oft.github.io
8 张 A100 或 H100 80 GB,1–2 天(项目主页 FAQ)
transformers来源:pyproject.toml
用作者的 fork,支持并行解码所需的双向注意力

适配矩阵

来源:openvla-oft.github.io

官方给的各配置显存(bfloat16);最低对应 batch 1,建议对应每卡 batch 8 或 4

名称训练最低训练建议推理
LIBERO,1 路图像25.6 GB44.1 GB15.9 GB
LIBERO,2 路图像 + 本体状态25.7 GB62.5 GB16.2 GB
ALOHA,3 路图像 + 本体状态38.6 GB73.5 GB18.0 GB

常见报错

解法来自官方文档、维护者回复或提问者确认,部分报错出自旧版本。

tensorflow.python.framework.errors_impl.DataLossError: corrupted record at 0 (Is this even a TFRecord file?)

原因大文件没拉下来,TFRecord 文件异常地小

解决用 git lfs clone 重新下载数据集

git lfs clone git@hf.co:datasets/openvla/modified_libero_rlds
来源:Issue #3
torch.cuda.OutOfMemoryError: CUDA out of memory.

解决把 --merge_lora_during_training 设为 False,再用 merge_lora_weights_and_save.py 离线合并

来源:Issue #28
ERROR: LIBERO is not a valid editable requirement.

解决先克隆 LIBERO 仓库,紧接着在同一目录跑 pip install -e LIBERO

git clone https://github.com/Lifelong-Robot-Learning/LIBERO.git
pip install -e LIBERO
来源:Issue #23

适配机器人

  • ALOHA

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。

10 条来源核验于 2026-10-01

星标、下载量等指标定期自动更新。

OpenVLA-OFT:安装步骤、环境要求与常见报错 | 具身集