VLA: robots que ven, entienden y actúan|INEMA.CLUB-PRO

Clase 3 · 16 min

El mapa de los modelos en 2026

Hay decenas de VLA y el mejor del gráfico puede ser el que no puedes usar. Antes del tamaño y del número de benchmark, tres preguntas deciden: si los pesos se pueden descargar, si la licencia te deja usarlo en tu caso y si el acceso es libre, de pago o solo para socios.

Comenzar la lección
Varios robots lado a lado en un laboratorio: brazo de mesa, brazo colaborativo, robot móvil y humanoide.

En esta lección vas a

  1. 1Qué modelos son abiertos y cuáles son cerrados en oct/2026
  2. 2Las cinco formas de acceso: Apache, licencia propia, no comercial, API y early access
  3. 3Dónde encontrar la licencia, el tamaño y los robots en un model card
  4. 4Por qué LIBERO ya no sirve para elegir modelo

Objetivo: elegir un modelo para un caso real según la licencia, el tamaño y el acceso (abierto, no comercial, API, early access).

01Abiertos × cerrados

Haz clic en cada grupo. El orden va del más libre al más restringido.

En Hugging Face la licencia está arriba del model card (campo license). Gated significa que hay que pedir acceso.

Abierto no quiere decir libre: lee la licencia de los pesos, que puede ser distinta de la licencia del código.

02Cómo elegir con cuatro preguntas

Haz clic en cada paso y responde para tu caso.

1. ¿Puedo descargarlo?

Si el modelo solo existe por API o para socios, dependes de otra empresa para cada prueba.

Atención al gated: GR00T N1.7 se descarga solo, pero carga el backbone nvidia/Cosmos-Reason2-2B, que es gated. Si no pides acceso en el Hub, la ejecución falla con GatedRepoError, según el README de Isaac-GR00T.

03La ficha del model card

Copia y completa una por modelo.

ficha-modelo.md
# Ficha: <nombre del modelo>
URL del model card: 
Licencia de los pesos (campo license): 
Licencia del código (repositorio): 
¿Uso comercial permitido? (sí / no / leer contrato): 
¿Gated? (¿hay que pedir acceso?): 
Parámetros: 
Robots en los que fue validado: 
Datos de entrenamiento (lo que dice el card): 
Cómo entrenar o ajustar (comando del card): 
Ejemplo del repositorio
  • lerobot/smolvla_base: license apache-2.0; base HuggingFaceTB/SmolVLM2-500M-Video-Instruct; no es gated; ajuste con lerobot-train --policy.path=lerobot/smolvla_base.
  • nvidia/GR00T-N1.7-3B: pesos bajo la NVIDIA Open Model License Agreement; código en GitHub con Apache 2.0; 3.000.000.000 de parámetros; datos de entrenamiento "Hybrid: Human, Robot, Simulated", 13 datasets; el backbone Cosmos-Reason2-2B es gated.

04Práctica: leer dos model cards

No necesitas cuenta en Hugging Face para leer.

E1 · SmolVLA

10 min

Abre huggingface.co/lerobot/smolvla_base y completa la ficha.

Listo cuando: el campo de licencia de los pesos dice apache-2.0 y anotaste el modelo base.

E2 · GR00T N1.7

15 min

Abre huggingface.co/nvidia/GR00T-N1.7-3B y el README de Isaac-GR00T y completa la ficha.

Listo cuando: la ficha separa la licencia de los pesos (NVIDIA Open Model License) de la del código (Apache 2.0) y marca el backbone como gated.

E3 · Elegir para un caso

10 min

Escribe un caso tuyo en una línea (estudio en casa, prototipo para un cliente, investigación). Di cuál de los dos modelos probarías primero y por qué.

Listo cuando: la justificación cita licencia, tamaño y acceso, no solo benchmark.

05Prueba lo que aprendiste

La explicación aparece después de tu respuesta.

Pregunta 1 de 4

Una empresa quiere vender un robot de empaque. ¿Qué modelo no puede usar sin otro contrato?competencia

06Resumen

Tres preguntas antes del gráfico¿Puedo descargarlo, puedo usarlo en mi caso, cabe en mi hardware?
Código ≠ pesosLa licencia de los pesos puede ser otra. Gated pide acceso en el Hub.
LIBERO saturadoPor encima del 97% todos empatan. Usa evaluación real o un benchmark más duro.

Fuentes de esta clase

Clase anteriorSiguiente clase