/ 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-stack-joint-2cam

Языковая модельИзображение, текст → action3 профессии

Дообученная VLA-модель GR00T-N1.6-3B преобразует изображения и состояние Franka Panda в команды суставам и захвату для задачи складывания предметов.

14скачиваний 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 подготовила эту модель на основе NVIDIA GR00T-N1.6-3B для задачи складывания предметов в симуляции с роботом Franka Panda. Это VLA-модель: она принимает изображения с обзорной и кистевой камер и состояние робота, а выдаёт команды управления суставами и захватом. Выход представляет собой последовательности действий с горизонтом 16 шагов в пространстве суставов; состояние и команды руки кодируются относительно текущего состояния, а команда захвата — абсолютно.

Модель использует визуально-языковой модуль Eagle-Block2A-2B-v2 и диффузионную голову действий на основе flow matching. При дообучении визуально-языковой модуль оставался замороженным, а проектор и голова действий обучались на данных ManiGuard для складывания предметов. Для запуска требуется Isaac-GR00T с тегом воплощения NEW_EMBODIMENT и входными данными, согласованными с конфигурацией процессора модели. Лицензия указана как other, поэтому условия использования следует проверять в репозитории.

Сценарии применения

  • управление Franka Panda при складывании предметов
  • генерация последовательностей команд суставам робота
  • управление захватом по изображениям с двух камер
  • оценка манипуляционных навыков в симуляции
  • эксперименты с бенчмарком ManiGuard

Ограничения

Модель настроена на конкретную задачу складывания предметов в симуляции Franka Panda, с определённым набором камер и конфигурацией суставов; перенос на другие роботы или задачи не подтверждён. Для использования необходимы Isaac-GR00T и соответствующий тег воплощения.

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

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

NVIDIA Isaac GR00T-N1.6-3B fine-tuned on the ManiGuard stack 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, 20720 steps (~2 epochs over 2,652,083 frames), cosine LR (peak 2e-4, sqrt-scaled), warmup 0.05
  • Data: IDEAS-Lab-Northwestern/datagen-stack-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
27a4e14

0 моделей