SmolVLA：基于Lerobot社区数据训练的高效视觉-语言-动作模型

这篇文章介绍了SmolVLA，一个全新的视觉-语言-动作（VLA）模型。文章强调了该模型的效率，表明其设计目标是比其他VLA模型更节省计算资源。文章还提到了训练数据来源Lerobot社区数据，暗示了该模型专注于机器人或具身人工智能应用。文章可能讨论了模型的架构、训练过程和性能，并可能在准确性、速度和资源使用方面与现有模型进行比较。社区数据的使用表明了一种协作的模型开发方法。