权重 = 小米 VLA 大模型的 “大脑”、“知识库”、“训练好的参数文件”没有它，代码就是空壳，跑不起来。

---

一句话解释

权重（weights）= 训练好的模型数据文件你运行：

bash

运行

python scripts/download_weights.py

就是在下载这个 4.2GB 的 “大脑文件”。

---

1. 权重到底是什么？

• 它不是代码
• 不是程序
• 不是配置

它是：小米花了大量数据、算力、时间训练出来的 “视觉 + 语言 + 机械臂控制” 模型参数。

你可以理解成：

• 代码 = 骨架
• 权重 = 大脑 + 经验 + 知识

没有权重，模型看不见东西、听不懂指令、不会控制机械臂。

---

2. 这个 4.2GB 权重里包含什么？

小米 VLA 权重 = 3 个核心部分打包在一起：

1. Qwen3-VL-4B 视觉语言模型能看懂图片、听懂中文。
2. DiT 动作生成模型能输出机械臂运动轨迹。
3. 全链路端到端控制参数让 “看 → 理解 → 动作” 一气呵成。

---

3. 下载后存在哪里？

运行后会自动创建：

plaintext

weights/
└── xiaomi_robotics_0_lite/
    ├── config.json
    ├── model-00001-of-00002.bin
    ├── model-00002-of-00002.bin
    └── ...

这些 .bin 文件就是权重本体。

---

4. 没有权重会怎样？

直接报错：

plaintext

FileNotFoundError: Weight files not found

或者：

plaintext

Model not found

---

5. 为什么是 4.2GB？

因为它是4B 参数级别的多模态大模型，能做到：

• 看 RGB 图
• 理解中文指令
• 输出机械臂 6D 位姿
• 控制夹爪开合

所以体积比较大。

---

超简总结（必看）

权重 = 训练好的模型大脑下载权重 = 给机械臂装大脑没有权重 = 代码是空壳，不能用