VLA 模型开源

TurboVLA

华中科技大学、华为中国

GitHub 仓库 H-EmbodVis/TurboVLA

返回项目库
类别
VLA 模型
开放程度
开源
发布时间
2026 年 7 月
开源协议
代码 Apache-2.0,权重 DINOv3 License
发布方所在地
中国

项目简介

华中科技大学与华为提出的轻量视觉-语言-动作模型。不经过大语言模型,而是分别用 DINOv3 编码图像、用 BERT 编码语言指令,经轻量的双向视觉-语言交互模块融合后,由紧凑的解码器直接输出连续动作块,可在单张 RTX 4090 上以约 32 Hz 推理、显存占用不到 1 GB。开源 LIBERO 和 RoboTwin 2.0 的训练、评测代码与权重。

规模
0.2B 参数(LIBERO 版)和 0.4B 参数(RoboTwin 2.0 版)

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。

3 条来源核验于 2026-10-01

星标、下载量等指标定期自动更新。

TurboVLA:VLA 模型介绍、GitHub 仓库与开源协议 | 具身集