主流开源 VLA 模型有哪些代表作品？

2024～2026 年间，开源 VLA 快速追平闭源方案，形成了覆盖不同规模与场景的模型谱系：

1. OpenVLA：由斯坦福等机构开源，参数量 7B，采用离散动作 token 化，在来自 22 种机器人本体的约 97 万条真实演示上训练，以约七分之一的参数量在多项任务上超越 55B 的 RT-2，是当前应用最广的开源基线之一，支持单卡 LoRA 微调。
2. Octo：参数量约 93M 的轻量开源通用策略，采用扩散动作头，可在 RTX 4090 上运行，适合作为验证任务与数据管线的入门选择。
3. π0 / π0.5：Physical Intelligence 提出的流匹配动作头代表工作，骨干约 3B，擅长灵巧与长时程操作；π0.5 展示了开放世界泛化能力，部分权重已通过 openpi 开源。
4. GR00T N1 / N1.7：英伟达提出的通用人形机器人基础模型，采用快慢双系统架构，结合真实遥操作数据与大规模合成轨迹，面向人形机器人全身控制。
5. SmolVLA：Hugging Face 在 LeRobot 框架下开源的 450M 参数紧凑模型，采用流匹配与异步推理，可在笔记本与消费级 GPU 上运行，性能可比肩部分 7B 模型，是边缘部署与入门研究的常用选择。

从趋势看，开源 VLA 正朝着更小参数量、端侧推理与开放权重方向发展，模型架构本身已不再是唯一变量，数据质量与覆盖度日益成为决定落地效果的关键因素。