推出450M开源视觉语言动作模型SmolVLA

今天，我们推出了SmolVLA：一个450M的开源视觉语言动作模型。具有最佳性能和推理速度！最棒的是？我们使用了@LeRobotHF在@huggingface hub上的所有开源数据集进行训练！但如何做到的呢？