SmolVLA 是 开源的轻量级视觉-语言-行动（VLA）模型，专为经济高效的机器人设计。拥有4.5亿参数，模型小巧，可在CPU上运行，单个消费级GPU即可训练，能在MacBook上部署。SmolVLA 完全基于开源数据集训练，数据集标签为“lerobot”。

SmolVLA – Hugging Face开源的轻量级机器人模型 第1张
（图片来源网络，侵删）
SmolVLA – Hugging Face开源的轻量级机器人模型 第2张
（图片来源网络，侵删）