/ Модель

Характеристики

Размер весов
6,6 ГБ
Лицензия
Своя лицензия
Архитектура
Gr00tN1d6 · dense
Базовая модель
GR00T-N1.6-3B
Опубликована
22 июл 2026

gr00t-n16-datagen-v1-jar-joint-2cam

Языковая модельИзображение, текст → action

Дообученная VLA-модель NVIDIA GR00T-N1.6 для управления Franka Panda при манипуляции банкой в симуляции по изображениям с двух камер и состоянию суставов.

13скачиваний за 30 дней0лайковвеса обновлены19 авг 2026

Бенчмарки

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

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

IDEAS-Lab-Northwestern разработала GR00T-N1.6-3B-Jar — дообученную модель VLA для управления манипулятором Franka Panda при выполнении задачи с банкой в симуляции. Модель принимает изображения с двух камер, инструкции и состояние робота, а выдаёт управляющие действия в пространстве суставов: 7 суставов руки и захват. Предсказываются последовательности действий с горизонтом 16 шагов; команды для руки задаются относительно текущего состояния, а команда захвата — абсолютная.

В основе лежит NVIDIA GR00T-N1.6-3B: визуально-языковая модель Eagle с замороженными языковой и визуальной частями, дополненная обученными проектором и диффузионной головой действий на основе flow matching. Модель обучена на данных ManiGuard для сценария с банкой и предназначена для исследования и сравнительной оценки VLA-политик в задачах манипуляции. Репозиторий содержит конфигурацию модальностей и статистику нормализации; для загрузки используется Gr00tPolicy из Isaac-GR00T с тегом воплощения NEW_EMBODIMENT. Лицензия указана как other, поэтому условия использования следует сверить с лицензией и материалами репозитория.

Сценарии применения

  • управление Franka Panda при манипуляции банкой в симуляции
  • предсказание последовательностей движений по изображениям с обзорной и кистевой камер
  • сравнение VLA-политик на задачах ManiGuard
  • оценка управления роботом в пространстве суставов

Ограничения

Обучена для конкретной задачи ManiGuard с банкой в симуляции Franka Panda; перенос на другие задачи и реальные роботы не подтверждён. Для загрузки требуется стек Isaac-GR00T и конфигурация воплощения NEW_EMBODIMENT.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GR00T-N1.6 - Jar (joint, 2-cam)

NVIDIA Isaac GR00T-N1.6-3B fine-tuned on the ManiGuard jar base task (sim Franka Panda). Part of the ManiGuard VLA benchmark - GR00T vs pi0.5 on the same task families with identical data, cameras, and controller.

Model

  • Base: nvidia/GR00T-N1.6-3B - Eagle (nvidia/Eagle-Block2A-2B-v2) VLM + flow-matching DiT action head
  • Embodiment: NEW_EMBODIMENT - Franka Panda, 8-D joint state/action (7 arm joints + 1 gripper)
  • Cameras (2): image_left (overview) + wrist (256x256)
  • Action: arm = state-relative chunks, gripper = absolute; 16-step horizon; NON_EEF (joint space)
  • Tuning: GR00T-N1.6 default - VLM (LLM + visual) frozen, train projector + diffusion action head (no LoRA)

Training

  • 8-card config, DeepSpeed ZeRO-2, bf16, global batch 256, 7398 steps (~2 epochs over 946,870 frames), cosine LR (peak 2e-4, sqrt-scaled), warmup 0.05
  • Data: IDEAS-Lab-Northwestern/datagen-jar-v1-joint-5cam; videos decoded as H.264 for GR00T's torchcodec loader

Usage

Load with Gr00tPolicy from Isaac-GR00T (n1d6), --embodiment-tag NEW_EMBODIMENT. The included processor/ carries the normalization stats + modality config.

WARNING - Convention (must match at eval): joint-space JointController (absolute joint targets, NON_EEF) + 2 cameras (image_left overview + wrist). A mismatched controller or camera set silently feeds an out-of-distribution input.

Paper & Citation

Part of ManiGuard: paper (arXiv:2608.17386) · code · docs

@misc{peng2026maniguard,
  title         = {{MANIGUARD}: A Benchmark and Data Suite for Specification-Grounded
                   Safety Evaluation and Improvement of Robotic Manipulation},
  author        = {Peng, Yiyan and Wang, Philip and Zhan, Simon Sinong and Lyu, Yiqi
                   and Ni, Zhenyang and Yan, Jixin and Wong, Fiorelli and Jiao, Ruochen
                   and Yin, Hang and Cao, Xinyu and Shao, Huajie and Li, Manling
                   and Zhang, Ruohan and Zhu, Qi},
  year          = {2026},
  eprint        = {2608.17386},
  archivePrefix = {arXiv},
  primaryClass  = {cs.RO},
  url           = {https://arxiv.org/abs/2608.17386},
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Класс архитектуры
Gr00tN1d6
Ревизия весов
9b13b22

0 моделей