模型库

已发布的改造模型

模型	说明	链接
Qwen2.5-VL-3B-Action	扩展 Qwen2.5-VL 词表，加入 fast tokens（用于将连续动作离散化为 token 的特殊词表扩展）	Hugging Face
Qwen3-VL-4B-Action	扩展 Qwen3-VL 词表，加入 fast tokens（同上）	Hugging Face
pi-fast	pi-fast 动作 tokenizer 权重	Hugging Face

微调检查点

SimplerEnv / Bridge

Bridge 是 WidowX 桌面操作数据集，Fractal 是 Google RT-1 机器人操作数据集。

模型	框架	基座 VLM	说明	WidowX	链接
Qwen2.5-FAST-Bridge-RT-1	QwenFast	Qwen2.5-VL-3B	Bridge + Fractal	58.6	HF
Qwen2.5-OFT-Bridge-RT-1	QwenOFT	Qwen2.5-VL-3B	Bridge + Fractal	41.8	HF
Qwen2.5-PI-Bridge-RT-1	QwenPI	Qwen2.5-VL-3B	Bridge + Fractal	62.5	HF
Qwen2.5-GR00T-Bridge-RT-1	QwenGR00T	Qwen2.5-VL-3B	Bridge + Fractal	63.6	HF
Qwen-GR00T-Bridge	QwenGR00T	Qwen2.5-VL-3B	仅 Bridge	71.4	HF
Qwen3VL-OFT-Bridge-RT-1	QwenOFT	Qwen3-VL-4B	Bridge + Fractal	42.7	HF
Qwen3VL-GR00T-Bridge-RT-1	QwenGR00T	Qwen3-VL-4B	Bridge + Fractal	65.3	HF
Florence-GR00T-Bridge-RT-1	QwenGR00T	Florence-2	Bridge + Fractal（小模型方案）	-	HF

WidowX 列：在 SimplerEnv 中 WidowX 机器人任务上的成功率（%），越高越好。

LIBERO

LIBERO 包含 4 个任务套件（Spatial、Object、Goal、Long Horizon），共 40 个任务。所有检查点均为 4 套件联合训练。详见 LIBERO 评测文档。

模型	框架	基座 VLM	链接
Qwen2.5-VL-FAST-LIBERO-4in1	QwenFast	Qwen2.5-VL-3B	HF
Qwen2.5-VL-OFT-LIBERO-4in1	QwenOFT	Qwen2.5-VL-3B	HF
Qwen2.5-VL-GR00T-LIBERO-4in1	QwenGR00T	Qwen2.5-VL-3B	HF
Qwen3-VL-OFT-LIBERO-4in1	QwenOFT	Qwen3-VL-4B	HF
Qwen3-VL-PI-LIBERO-4in1	QwenPI	Qwen3-VL-4B	HF

RoboCasa

RoboCasa GR1 Tabletop Tasks，24 个桌面 Pick-and-Place 任务。详见 RoboCasa 评测文档。

模型	框架	基座 VLM	链接
Qwen3-VL-GR00T-Robocasa-gr1	QwenGR00T	Qwen3-VL-4B	HF
Qwen3-VL-OFT-Robocasa	QwenOFT	Qwen3-VL-4B	HF

RoboTwin

RoboTwin 2.0 双臂操作基准，50 个任务。详见 RoboTwin 评测文档。

模型	框架	基座 VLM	链接
Qwen3-VL-OFT-Robotwin2-All	QwenOFT	Qwen3-VL-4B	HF
Qwen3-VL-OFT-Robotwin2	QwenOFT	Qwen3-VL-4B	HF

BEHAVIOR-1K

BEHAVIOR-1K 家庭任务基准，使用 R1Pro 人形机器人。详见 BEHAVIOR 评测文档。

模型	说明	链接
BEHAVIOR-QwenDual-taskall	全部 50 个任务联合训练	HF
BEHAVIOR-QwenDual-task1	单任务训练	HF
BEHAVIOR-QwenDual-task6-40k	6 任务联合训练	HF
BEHAVIOR-rgp-seg	分割观测实验	HF

---

数据集

训练数据集

数据集	说明	链接
LLaVA-OneVision-COCO	VLM 联合训练用图文数据集（ShareGPT4V-COCO 子集）	HF
RoboTwin-Clean	RoboTwin 2.0 的 clean 演示数据（每任务 50 条）	HF
RoboTwin-Randomized	RoboTwin 2.0 的 randomized 演示数据（每任务 500 条）	HF
RoboTwin-Randomized-targz	同上，tar.gz 打包格式（适合批量下载）	HF

BEHAVIOR 相关数据

数据集	说明	链接
BEHAVIOR-1K	BEHAVIOR-1K 基准的仿真环境配置	HF
BEHAVIOR-1K-datasets	BEHAVIOR-1K 训练数据集	HF
BEHAVIOR-1K-datasets-assets	BEHAVIOR-1K 场景与物体资源	HF
BEHAVIOR-1K-VISUALIZATION-DEMO	BEHAVIOR-1K 可视化演示	HF
behavior-1k-task0	单任务训练数据样例	HF

提示

除以上 StarVLA 自有数据集外，训练常用的第三方数据集包括：

• SimplerEnv/OXE：Bridge、Fractal
• LIBERO：Spatial、Object、Goal、10
• RoboCasa：PhysicalAI-Robotics-GR00T-X

---

如何使用检查点

下载检查点并启动策略服务器：

# 下载（需要安装 huggingface_hub）
huggingface-cli download StarVLA/Qwen3VL-GR00T-Bridge-RT-1 --local-dir ./results/Checkpoints/Qwen3VL-GR00T-Bridge-RT-1

# 启动策略服务器
python deployment/model_server/server_policy.py \
    # steps_XXXXX 是训练步数，请替换为你下载的 checkpoint 中实际的文件名
    # 例如 steps_50000_pytorch_model.pt，可通过 ls 查看具体文件名
    --ckpt_path ./results/Checkpoints/Qwen3VL-GR00T-Bridge-RT-1/checkpoints/steps_XXXXX_pytorch_model.pt \
    --port 5694 \
    --use_bf16

然后参照你要测试的 Benchmark 评测指南进行评测（如 SimplerEnv、LIBERO、RoboCasa、RoboTwin、BEHAVIOR）。