- 类别
- VLA 模型
- 开放程度
- 开源
- 发布时间
- 2025 年 9 月
- 开源协议
- Apache-2.0
- 发布方所在地
- 中国
项目简介
WALL-OSS 是自变量机器人开源的具身基础模型系列,以 Qwen2.5-VL 为底座扩展出动作分支,经大规模多模态预训练获得具身理解和操作能力。Wall-X 仓库提供训练推理代码,含 LeRobot 数据准备、流匹配与 FAST 两种动作分支、WebSocket 推理服务和 LIBERO 评测。已开源 WALL-OSS-FLOW、WALL-OSS-FAST 和可直接上真机的 Wall-OSS-0.5 等权重。
WALL-OSS 安装要点
来源:README.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。
克隆仓库并创建环境来源:huggingface.co
git clone https://github.com/X-Square-Robot/wall-x.git cd wall-x conda create --name wallx python=3.10 conda activate wallx安装依赖和 flash-attn
pip install -r requirements.txt export FLASH_ATTN_CUDA_ARCHS=$(python -c 'import torch; print(f"{torch.cuda.get_device_capability()[0]}{torch.cuda.get_device_capability()[1]}")') MAX_JOBS=4 pip install flash-attn==2.8.3 --no-build-isolation安装 DMuon
默认训练配置要用
pip install "dmuon @ git+https://github.com/X-Square-Robot/dmuon.git"安装 LeRobot
v0.4.4 来自 DEPLOY.md;--no-deps 防止覆盖依赖版本
git clone https://github.com/huggingface/lerobot.git cd lerobot git checkout v0.4.4 pip install --no-deps -e . cd -安装 Wall-X
会编译 CUDA 算子,--no-build-isolation 必须带
MAX_JOBS=8 pip install --no-build-isolation -e .跑最小推理
python scripts/fake_inference.py --checkpoint-path <path/to/checkpoint>
环境要求
来源:DEPLOY.md- 操作系统
- Ubuntu 22.04 / 24.04
- Python
- 3.10
- PyTorch
- 2.10.0(cu128)
- 编译工具链
- nvcc 要和 torch 的 cu128 匹配,5090 机器要在 conda 里装 cuda-nvcc 12.8
- 驱动
- 支持 CUDA 12.x,建议 ≥ 550
- 训练显存来源:README.md
- 单卡至少 48 GB,多卡开 distributed.use_fsdp(workspace/README.md)
- 推理显存
- 约 8–12 GB,RTX 5090 32GB 实测,视 checkpoint 与配置而定
- 磁盘
- 环境约 15–20 GB,全量 checkpoint 每个约 17 GB
常见报错
解法来自官方文档、维护者回复或提问者确认,部分报错出自旧版本。
CUDA version (13.x) mismatches原因系统 CUDA 工具链是 13.x,而 torch 是 cu128
解决在 conda 环境里装 cuda-nvcc 12.8,把 CUDA_HOME 指向该环境
来源:DEPLOY.mdconda install -p "${CONDA_PREFIX}" -y -c conda-forge cuda-nvcc=12.8 cuda-cudart-dev=12.8fatal error: cuda_runtime.h: No such file or directory解决编译 flash-attn 时设置 CPATH
来源:DEPLOY.mdexport CPATH="${CUDA_HOME}/targets/x86_64-linux/include:${CPATH:-}"ValueError: Image features and image tokens do not match: tokens: 730, features 768解决设置 ENABLE_FAST_PREPROCESS=false 后重启服务
来源:DEPLOY.mdexport ENABLE_FAST_PREPROCESS=falseModuleNotFoundError: No module named 'flash_attn'原因Vision 模块默认用 flash_attention_2
解决安装 flash-attn,不要改成 sdpa 绕过
来源:DEPLOY.mdMAX_JOBS=4 pip install flash-attn==2.8.3 --no-build-isolationHost: x86_64-conda-linux-gnu原因激活 conda 后 HOST 可能被覆盖成编译器三元组
解决启动服务前设置 HOST
来源:DEPLOY.mdexport HOST=0.0.0.0
