microVLA将VLA训练推理压至4GB显存
热点事件持续更新
microVLA将VLA训练推理压至4GB显存
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
开源项目 microVLA 以纯 PyTorch 实现 pi0.5 风格 VLA 的训练与推理,使 4GB 显存的 RTX 3050 也能完成相关任务;其中约 1000 万参数的小模型在 LIBERO-Spatial 演示数据上从零训练约 25 分钟、训练 8000 步后收敛。 对真实的 3B 参数 pi0.5,项目采用 4-bit 量化后在同一 RTX 3050 上运行,峰值显存为 3.1—3.2 GiB。结合 CPU offload、NF4 量化、精简提示词以及将 flow steps 从 10 减至 5,每个 50-action chunk 的延迟由 1662 毫秒降至 662 毫秒。
AI 根据报道生成 · 53 分钟前更新
最新进展11月16日 22:24
开源项目 microVLA 在 4GB 显存的 RTX 3050 上实现 pi0.5 训练与推理报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- AGI Hunt开源项目 microVLA 在 4GB 显存的 RTX 3050 上实现 pi0.5 训练与推理
开源项目 microVLA 使用纯 PyTorch 实现 pi0.5 风格 VLA 的训练与推理,使 RTX 3050(4GB)也能完成相关任务。其约 10M 参数小模型在 LIBERO-Spatial 演示数据上从零训练约 25 分钟、8k 步收敛;4-bit 量化的真实 pi0.5(3B)峰值显存为 3.1–3.2 GiB。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。