参数量

模型里可训练数值（权重）的总个数，常用 B（十亿）、M（百万）表示。

参数是神经网络里通过训练学出来的数值，主要是各层的权重和偏置，参数量就是它们的总数。7B 指 70 亿（billion）个参数，300M 指 3 亿（million）。参数量大体决定模型的容量，以及训练和部署要花多少算力、显存和时间。只算权重的话，显存可粗估为「参数量 × 每个参数的字节数」：名为 7B 的 OpenVLA 实际约 75 亿参数，用 bfloat16（每参数 2 字节）加载约占 15GB，运行时还要再多一些。机器人模型规模跨度很大：RT-2 最大 550 亿，π0 约 33 亿，Hugging Face 的 SmolVLA 只有 4.5 亿。参数多不一定更好：OpenVLA 的参数只有 RT-2-X（550 亿）的约七分之一，在 29 个任务上的总体成功率反而高 16.5 个百分点。

例子Figure 的 Helix 让两部分规模悬殊：负责理解的视觉语言模型 70 亿参数、每秒只跑 7–9 次，负责出动作的策略 8000 万参数、每秒跑 200 次。

也叫

模型规模、模型大小、B（十亿参数）、M（百万参数）

相关

神经网络、缩放定律、推理延迟、训练后量化、端侧模型、基础模型

来源

OpenVLA: An Open-Source Vision-Language-Action Model (arXiv:2406.09246)
RT-2: Vision-Language-Action Models (project page)
SmolVLA: Efficient Vision-Language-Action Model trained on LeRobot Community Data (Hugging Face blog)

信息截至

2025-06