近日，人工智能开发领域的巨头Hugging Face发布了一款名为SmolVLA的开源机器人AI模型，引起了广泛关注。这款模型在虚拟与现实环境中均展现出了超越许多大型机器人模型的能力。
Hugging Face在官方博客中提到，SmolVLA致力于推广视觉-语言-行动（VLA）模型的应用，并推动通用机器人智能体的研究进程。它不仅是一个轻量级且功能强大的模型，更是一种全新的方法，用于训练和评估通用机器人技术。
作为Hugging Face低成本机器人软硬件生态系统的一部分，SmolVLA的推出进一步丰富了该公司在机器人领域的布局。此前，Hugging Face已经推出了LeRobot，这是一套专注于机器人的模型、数据集和工具。近期，该公司还收购了法国的机器人初创公司Pollen Robotics，并推出了一系列价格亲民的机器人系统，包括人形机器人。
SmolVLA拥有4.5亿个参数，这些参数被称为模型的“权重”，决定了模型的行为。该模型基于LeRobot社区数据集进行训练，这一数据集是专门为机器人标注的，并在Hugging Face AI开发平台上共享。Hugging Face表示，SmolVLA的规模足够小，可以在单个消费级GPU甚至MacBook上运行，并且可以在经济实惠的硬件上进行测试和部署。
SmolVLA还支持异步推理堆栈功能，这一功能使模型能够将机器人行动的处理与视觉和听觉的处理分离。这种分离使得机器人能够在快速变化的环境中更快地做出响应，从而提高了机器人的效率和性能。
目前，SmolVLA已经在Hugging Face官方网站上开放下载。一些用户已经在社交平台上分享了他们的使用体验，声称利用该模型成功控制了第三方机械臂。这一成果进一步证明了SmolVLA的实用性和潜力。
在开放机器人领域，Hugging Face并非孤军奋战。英伟达也推出了一套用于开放机器人的工具集，而初创公司K-Scale Labs正在开发所谓的“开源人形机器人”组件。该领域的其他实力公司还包括Dyna Robotics、杰夫·贝索斯支持的Physical Intelligence以及RLWRLD等。这些公司和组织的共同努力，将进一步推动机器人技术的发展和普及。
