/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
smolvla_base
Библиотека
lerobot
Опубликована
23 июл 2026

smolvla-base-datagen-v1-jar-joint-2cam

Языковая модельИзображение, текст → action3 профессии

Дообученная SmolVLA управляет суставами Franka Panda для манипуляции с банкой по изображениям с двух камер и состоянию робота.

55скачиваний за 30 дней0лайковвеса обновлены23 сен 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

Это версия SmolVLA, дообученная IDEAS-Lab-Northwestern для задачи обращения с банкой в симуляции робота Franka Panda. Модель принимает изображения с двух камер — обзорной и установленной на запястье, а также 8-мерное состояние суставов робота: семь суставов руки и захват. Она выдаёт абсолютные целевые значения суставов блоками по 50 шагов для управления через JointController.

В основе лежит lerobot/smolvla_base: визуально-языковой компонент SmolVLM2 и эксперт действий на основе flow matching. При дообучении визуальный энкодер был заморожен, а эксперт действий обучался без LoRA. Модель предназначена для роботизированной манипуляции в сценарии с банкой; карточка описывает обучение на симуляционных данных ManiGuard. Лицензия — Apache-2.0.

Сценарии применения

  • манипуляция с банкой роботом Franka Panda в симуляции
  • управление суставами манипулятора по изображениям с обзорной и запястной камер
  • генерация последовательностей целевых суставных действий для JointController

Ограничения

Модель настроена на задачу с банкой и конфигурацию Franka Panda с 8-мерным состоянием и двумя камерами; перенос на другие задачи или роботов карточкой не подтверждён. Оценка описана для симуляции.

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

SmolVLA - Jar (joint, 2-cam)

HuggingFace LeRobot SmolVLA fine-tuned on the ManiGuard jar base task (sim Franka Panda). Part of the ManiGuard VLA benchmark - SmolVLA vs pi0.5 vs GR00T on the same task families with identical data, cameras, and controller.

Model

  • Base: lerobot/smolvla_base - SmolVLM2 vision-language backbone + flow-matching action expert
  • Embodiment: Franka Panda, 8-D joint state/action (7 arm joints + 1 gripper), padded to SmolVLA's 32-D
  • Cameras (2): observation.images.top (overview = left view) + observation.images.wrist (256x256)
  • Action: absolute joint targets (fed straight to a JointController at eval); 50-step chunk
  • Tuning: SmolVLA default - vision encoder frozen, train the action expert (no LoRA)

Training

Usage

Load with SmolVLAPolicy.from_pretrained("IDEAS-Lab-Northwestern/smolvla-base-datagen-v1-jar-joint-2cam-yanZ") from LeRobot. The checkpoint carries the normalization stats.

WARNING - Convention (must match at eval): joint-space JointController (absolute joint targets) + 2 cameras (observation.images.top = the left overview, observation.images.wrist). A mismatched controller, camera set, or overview view 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},
}

License

The base model lerobot/smolvla_base is released under the Apache License, Version 2.0. ManiGuard's fine-tuning contributions are also released under Apache-2.0.

Как запустить

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

GPU в ailist

Универсальный рантайм · lerobot

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
0ca4d01

0 моделей