# 港科大和社区开源了 StarVLA，一个框架把主流视觉-语言-动作模型串了起来

> 原标题：VLA的PyTorch时刻已至！港科大联手社区开源StarVLA：一个框架揭秘所有主流VLA

- 来源：机器之心 · 公众号
- 发布时间：2026-05-09T02:59:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/16707
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651032137&idx=3&sn=1190f732a6b4a0a8db217b922cce733f

## 摘要

StarVLA 把 VLA（视觉-语言-动作模型）里常用的主干网络、动作输出头、训练策略和评测接口都做成了可插拔的模块，不用再为不同论文各搭一套代码。仓库在 GitHub 上已经拿到 2.2k 星，支持的基准包括 LIBERO、SimplerEnv、RoboTwin 2.0、RoboCasa-GR1 和 BEHAVIOR-1K。

## 推荐理由

港科大与社区开源 StarVLA，把 VLA 常用的主干网络、动作输出头和训练评测接口做成可插拔模块，省去为不同论文各搭一套代码的重复工作。

## 锐评

2.2k star 比框架本身更能说明问题，做 VLA 的人早就受够了每篇论文一套代码。把主干、动作头、训练策略和评测接口拆成可插拔模块，这种活不性感，但省下来的是实打实的工程时间。

它没发新模型，权重和横向对比都没有，所以别指望它证明哪条路线更强。我的判断是这类统一接口的仓库会变成默认起点，谁不接进来谁就得多花时间复现别人的 baseline。
