/ Модель

Характеристики

Контекст
16 384 токена
Размер весов
17,5 ГБ
Архитектура
qwen3_vl · dense
Базовая модель
ACE-Brain-0.5-8B
Библиотека
transformers
Опубликована
6 июл 2026

ACE-Brain-0.5-8B

Изображение и текст → текст3 профессии

Мультимодальная модель ACERobotics для пространственного понимания, планирования и генерации действий в роботизированных задачах.

46скачиваний за 30 дней2лайкавеса обновлены7 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ACE-Brain-0.5-8B — мультимодальная модель ACERobotics для Physical Agentic AI и управления роботами. Она развивает ACE-Brain-0.5 из модели пространственного понимания в единую модель с циклом восприятия, планирования, действия и оценки выполнения. Модель построена на плотной архитектуре Qwen3-VL с 8 млрд параметров и принимает изображения и текстовые инструкции, выдавая текстовые ответы и команды для робота.

Модель предназначена для пространственного анализа сцены, привязки объектов и их возможностей к изображению, пространственных рассуждений в 3D и от первого лица, планирования многоэтапных задач, навигации и манипуляций. Она также оценивает ход выполнения задач, чтобы проверять результат и восстанавливаться после ошибок. В карточке описан подход SSR+ с объединением task vectors и целевым дообучением для согласования этих навыков.

Репозиторий содержит веса Safetensors для Transformers; связь с ACE-Brain/ACE-Brain-0.5-8B указана как дообучение. Условия лицензии и количественная оценка ограничений в предоставленных данных не описаны.

Сценарии применения

  • определение объектов и их возможностей на изображении
  • пространственные рассуждения по виду от первого лица
  • планирование многоэтапных задач для робота
  • построение навигационных команд
  • генерация действий для захвата и манипуляции объектами
  • оценка прогресса выполнения задачи и обнаружение необходимости восстановления

Ограничения

Данные не содержат сведений о лицензии и количественных оценках качества; для внедрения в робототехнические системы следует отдельно проверять надёжность генерации действий и восстановления после ошибок.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Overview

ACE-Brain-0.5 is a unified embodied foundation model for Physical Agentic AI. It extends ACE-Brain-0 from an understanding-centric spatial model into a closed-loop embodied model that can perceive the physical world, plan under goals, act through robot bodies, monitor execution progress, and improve from accumulated experience.

ACE-Brain-0.5 organizes robot intelligence into five tightly coupled cognitive functions: Spatial Perception, Decision Making, Embodied Interaction, Self Monitoring, and Self Improvement. A single 8B backbone instantiates the core perception-planning-action-evaluation loop, supporting object and affordance grounding, 3D and egocentric spatial reasoning, long-horizon task planning, navigation and manipulation action generation, and progress estimation for verification and recovery.

Key Features

  • Unified Embodied Foundation Model: Organizes robot intelligence into a single closed-loop model spanning Spatial Perception, Decision Making, Embodied Interaction, Self Monitoring, and Self Improvement.
  • SSR+ training paradigm: Extends Scaffold-Specialize-Reconcile with a Reactivate stage, combining task-vector merging with targeted fine-tuning to unify spatial reasoning, grounding, navigation, manipulation, and progress estimation without cross-task interference.

Inference Example

from transformers import Qwen3VLForConditionalGeneration, AutoProcessor

model = Qwen3VLForConditionalGeneration.from_pretrained(
    "ACE-Brain/ACE-Brain-0.5-8B",
    dtype="auto",
    device_map="auto",
)

processor = AutoProcessor.from_pretrained("ACE-Brain/ACE-Brain-0.5-8B")

messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "image",
                "image": "https://qianwen-res.oss-cn-beijing.aliyuncs.com/Qwen-VL/assets/demo.jpeg",
            },
            {"type": "text", "text": "Describe this image."},
        ],
    }
]

inputs = processor.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_dict=True,
    return_tensors="pt",
)
inputs = inputs.to(model.device)

generated_ids = model.generate(**inputs, max_new_tokens=128)
generated_ids_trimmed = [
    out_ids[len(in_ids):] for in_ids, out_ids in zip(inputs.input_ids, generated_ids)
]
output_text = processor.batch_decode(
    generated_ids_trimmed,
    skip_special_tokens=True,
    clean_up_tokenization_spaces=False,
)
print(output_text)

Citation

If you find ACE-Brain-0.5 useful for your research and applications, please consider citing our technical report.

@misc{brainteam2026acebrain05unifiedembodiedfoundational,
      title={ACE-Brain-0.5: A Unified Embodied Foundational Model for Physical Agentic AI},
      author={Brain Team and Ziyang Gong and Haoming Gu and Zehang Luo and Tianyi Zhang and Tao Tao and Yixiao Chi and Zhe Liu and Lingsi Zhu and Jingyuan Liu and Anke Tang and Songze Li and Yilun Kong and Ningjing Liu and Tianyu Zhu and Yunpeng Qing and Shuang Luo and Xiang Liu and Shi Fu and Dawei Nie and Sixiang Liu and Zhexi Wen and Feng Pan and Xiaofeng Wang and Zhi Hou and Chunxiao Liu and Xue Yang and Junchi Yan and Hengshuang Zhao and Dacheng Tao and Xiaogang Wang},
      year={2026},
      eprint={2607.04426},
      archivePrefix={arXiv},
      primaryClass={cs.RO},
      url={https://arxiv.org/abs/2607.04426},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3VLForConditionalGeneration
Ревизия весов
c448c9f

0 моделей