SmolVLA Base を動かすには — フィジカルAI(VLA)の必要スペック
LeRobot公式の入門VLA。4.5億パラメータと小さく、ローカルのGPU・MacBookでも動かせる「ロボット学習を家で始める」ための基準モデル。
パラメータ 0.45B ・ ライセンス: Apache 2.0(商用可) ・ 実行環境: LeRobot(HuggingFace)
重みを載せるのに必要なVRAMの目安: 2GB〜
⚠ フィジカルAI(VLA)の判定軸は、テキストLLMとは異なります。VLAは0.4〜3B級と小さくVRAMはほとんど制約になりません。実質の要件は「ロボットの制御周期(例: 30Hz)に間に合うか」というレイテンシで、これはメモリ帯域よりも演算性能・実装(非同期推論など)・カメラ入力の解像度に左右されます。当サイトは推測値を載せない方針のため、公表・実測された数値のみを下に記載しています。
動作環境について(公表情報)
公式に「MacBook・コンシューマGPU・CPUでも動作」と位置づけられた軽量VLA。VLMバックボーンの層スキップと、次の行動を現在の行動の実行中に計算する非同期推論で応答性を稼ぐ設計です(公表値: 非同期推論で1チャンク13.75秒→9.7秒、スループット2倍)。ファインチューニングは単一A100で20kステップ約4時間が公式の目安です。
対応が言及されているロボット
- SO-100 / SO-101 (LeRobot標準アーム)
始めるのに必要なもの
VLAはモデルだけでは動きません。実機(アーム等)・カメラ・制御用PCが揃って初めて試せます。LeRobot系の標準構成であれば、比較的安価に一式を揃えられます。
NVIDIA Jetson(エッジ推論用)をAmazonで探す
上記はアフィリエイトリンクです。経由して課金された場合、当サイトに紹介料が入ります。
出典
カタログ整備日: 2026-07-26
テキスト生成(ローカルLLM)の判定はトップページへ。フィジカルAI全体の動向は週次データレポートに掲載しています。