윙치키휴머노이드 로봇 인사이트

← 피지컬 AI · 행동 생성 (VLA)

SmolVLA

허깅페이스🇺🇸 미국LeRobot 계열

행동 생성 (VLA)발표일 2025.06가중치 공개 · Apache-2.0

Hugging Face가 LeRobot 커뮤니티 데이터로 학습한 450M 소형 오픈 행동 생성 (VLA) 모델. 소비자 GPU·CPU에서도 구동되며 비동기 추론으로 응답성을 높임.

파라미터
0.45공식

B (10억 개)

제어 빈도
—값 없음 (미공개이거나 아직 확인하지 못함)

Hz · 행동 출력 빈도

적용 로봇
—

윙치키에 연결된 로봇

벤치마크 결과
1건

수록된 점수

공식 자료프로젝트 페이지 huggingface.co논문 arxiv.org코드 저장소 github.com가중치 huggingface.co

한눈에 읽기

무엇인가

확인된 정보

  • 사양 9개 항목 중 7개에 값이 있음
  • 공식 공식 7개: 구조, 입력, 파라미터 (B), 학습용 데이터셋, 적용 로봇 형태, 추론 하드웨어 외 1개
  • 값 확인일 2025-06 · 값마다 출처는 아래 '구조와 학습' 표

확인이 필요한 정보

  • 값 없는 기본 사양 (공개 자료에서 찾지 못함): 제어 빈도 (Hz)
  • 수록된 로봇과의 연결 기록 없음 — 쓰이지 않는다는 뜻이 아니라 공개 자료에서 찾지 못했다는 뜻이에요
  • 수록된 벤치마크 결과 1건이 모두 자체 발표 — 자체 발표 외 평가는 아직 수록되지 않았어요

어떤 모델인가

SmolVLA는 Hugging Face가 LeRobot 프로젝트로 2025년 6월 공개한 약 4억 5천만 파라미터의 소형 오픈소스 행동 생성 (VLA) 모델로, 저가 로봇팔과 소비자용 하드웨어에서 쓸 수 있게 만들었다. 다중 카메라 영상·언어 지시·로봇 상태를 받으면 SmolVLM2 기반 이해·계획 (VLM) 모델이 특징을 뽑고, 약 1억 파라미터의 flow matching 액션 expert가 연속 동작 묶음(action chunk)을 출력하며, VLM 레이어를 절반만 쓰고 프레임당 시각 토큰을 64개로 줄여 연산량을 낮췄다. 사전학습에는 커뮤니티가 공유한 LeRobot 데이터셋 487개(약 1천만 프레임, 3만 에피소드 미만)를 썼고, 제각각인 작업 설명은 Qwen2.5-VL-3B로 다시 정리했다.

Hugging Face는 LIBERO·Meta-World 시뮬레이션과 실제 SO-100/SO-101 과제에서 약 10배 큰 모델과 비슷한 성능을 냈고, 비동기 추론으로 과제 완료 시간을 약 30% 줄였다고 밝혔다. 가중치는 Apache-2.0 라이선스로, 코드와 학습용 데이터셋과 함께 공개됐으며, 소비자 GPU 한 장으로 학습하고 CPU에서도 돌릴 수 있다고 설명한다.

회사 공식 페이지와 논문을 바탕으로 정리했어요. 성공률·최초 같은 표현은 회사 발표예요.

구조와 학습

공식보도루머추정— 값 없음
구조SmolVLM2 백본(레이어 스킵) + flow-matching 액션 expert(약 100M), 비동기 추론공식
입력다중 카메라 이미지, 언어, 센서모터 상태공식
파라미터 (B)0.45공식
학습용 데이터셋LeRobot 허브 커뮤니티 데이터 487개, 약 1천만 프레임공식
적용 로봇 형태SO-100/SO-101 저가 로봇팔, LeKiwi 등공식
추론 하드웨어소비자 GPU, MacBook(CPU/MPS)공식
발표 벤치마크LIBERO·Meta-World에서 더 큰 행동 생성 (VLA) 모델(π0, OpenVLA)과 동급 또는 우위 주장공식

벤치마크 결과

결과 날짜 최신순 · 같은 벤치마크라도 세부 조건이 다르면 직접 비교할 수 없어요
벤치마크세부 조건점수평가 구분결과 날짜
LIBERO평균 (Spatial/Object/Goal/Long)87.3%자체 발표2025-06

학습용 데이터셋

출처 4건