/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
25,5 ГБ
Лицензия
Apache 2.0
Архитектура
lingbotvla · dense
Базовая модель
lingbot-vla-v2-6b
Опубликована
30 июл 2026

lingbot-vla2-datagen-v1-jar-joint-2cam-yanZ

Языковая модельИзображение, текст → action

Дообученная визуально-языковая политика LingBot-VLA 2.0 для управления суставами робота в задачах с банками jar из ManiGuard.

5скачиваний за 30 дней0лайковвеса обновлены30 июл 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

LingBot-VLA 2.0 ManiGuard datagen-v1 jar — это политика vision-language-action, дообученная IDEAS-Lab-Northwestern на семействе задач jar из ManiGuard. Базовая модель — robbyant/lingbot-vla-v2-6b; архитектура LingbotVlaV2Policy, плотная, веса в формате safetensors. В комплекте также находится конфигурация Qwen3-VL-4B-Instruct, используемая для построения основы визуально-языкового модуля.

Модель предназначена для управления роботом в симуляционных сценариях с банками jar: она принимает изображения с двух камер и 8-мерное состояние суставов руки и захвата, а выдаёт абсолютные целевые значения суставов. Для запуска нужны статистики нормализации и конфигурация робота из репозитория; политика обучена с отображением состояния в 55-мерный унифицированный вектор. README указывает на обучение в течение двух эпох и использование дистилляции глубины/DINO.

Репозиторий распространяется по лицензии Apache-2.0. Применимость описана для jar-сценариев ManiGuard; политика требует совместимого контроллера и согласованного отображения признаков, а README не приводит оценок качества или гарантий работы вне этого сценария.

Сценарии применения

  • управление манипулятором при выполнении задач с банками jar
  • выдача абсолютных целевых значений суставов по изображениям с двух камер
  • роботизированные эксперименты на задачах семейства jar в ManiGuard

Ограничения

Модель описана для jar-сценариев ManiGuard и требует соответствующих статистик нормализации, конфигурации признаков и совместимого JointController. README не сообщает количественных результатов и не подтверждает перенос на другие задачи или среды.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LingBot-VLA 2.0 — ManiGuard datagen-v1 jar (joint, 2-cam)

LingBot-VLA 2.0 post-trained on the ManiGuard jar family, one of five base models evaluated on ManiGuard-Bench under identical data, cameras, and controller.

  • Warm start: robbyant/lingbot-vla-v2-6b — the pretrain release (not the RoboTwin post-trained variant).
  • Data: IDEAS-Lab-Northwestern/datagen-jar-v1-joint-5cam (LeRobot v2.1, consumed directly — no format conversion).
  • Inputs: 2 cameras (camera_top = the left overview, camera_wrist_left = wrist), 8-D joint state (7 arm + gripper) mapped into the 55-D unified vector.
  • Actions: absolute joint targets (subtract_state: false on both features, per LingBot's own simulation recipe) — apply directly to a JointController, no delta step.
  • Recipe: upstream post-training config unchanged (MoE + depth/DINO distillation on); global batch 256 = micro 32 x 8 GPUs, lr 5e-5 cosine, 2 epochs (7,400 steps).
  • Ladder: checkpoints every 1,850 steps.

Files needed to serve

Everything a rollout needs is in this repo:

PathWhat it is
maniguard/norm_stats.jsonthis family's normalization statistics
maniguard/robot_config.yamlthe feature mapping the policy was trained with; its norm_stats: points at the file above
vlm/config.jsonthe Qwen/Qwen3-VL-4B-Instruct config (Apache-2.0), vendored unchanged — LingBot builds the VLM skeleton from it before loading these weights
tokenizer*.json, *preprocessor_config.json, merges.txt, vocab.json, added_tokens.json, special_tokens_map.json, chat_template.jinjathe processor / tokenizer, byte-identical to training

Serve it with ManiGuard's shim, which reads all of the above from the checkpoint directory and passes the norm statistics explicitly:

python maniguard/serve/lingbot_native.py \
    --checkpoint <this repo, downloaded> --qwen-config <dir holding vlm/config.json> \
    --device cuda:0 --port 8000

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
LingbotVlaV2Policy
Ревизия весов
66a563f

0 моделей