/ Модель

Характеристики

Лицензия
CC BY-NC-SA 4.0
Библиотека
transformers
Опубликована
21 июл 2025

InternVLA-N1-Preview

Языковая модельИзображение, текст → action

Предварительная модель InternRobotics для навигации роботов по визуальным и языковым инструкциям с совместной работой систем рассуждения и выполнения действий.

0скачиваний за 30 дней6лайковвеса обновлены1 сен 2025

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

InternVLA-N1-Preview — предварительная версия модели навигации на основе зрения и языка, разработанная InternRobotics. Она предназначена для следования инструкциям и навигации робота: архитектура с двумя системами объединяет рассуждение System-2 и выполнение действий System-1, поддерживая их совместную настройку и асинхронный вывод. Авторы заявляют о результатах на бенчмарках VLN-CE R2R, RxR, GRScenes-100 и VLN-PE, а также о переносе из симуляции в реальные условия без дополнительного обучения.

Модель обучалась только на симуляционных данных InternData-N1 с разнообразием сцен и роботизированных платформ. Репозиторий содержит веса в формате safetensors и использует Transformers. README рекомендует актуальный выпуск InternVLA-N1 для новых исследований и внедрения, а эту предварительную версию сохраняет для воспроизводимости и справки; для запуска предлагается использовать InternNav. Лицензия CC BY-NC-SA 4.0 ограничивает коммерческое использование и требует соблюдения условий указания авторства и распространения производных материалов.

Сценарии применения

  • навигация робота по текстовым инструкциям в симуляции
  • следование визуально-языковым инструкциям в новых сценах
  • оценка навигации на бенчмарках VLN-CE R2R и RxR
  • проверка переноса навигационной политики из симуляции в реальные условия

Ограничения

Это предварительная версия, оставленная для воспроизводимости и справки; README рекомендует актуальный выпуск InternVLA-N1 для новых исследований и внедрения. Обучение проводилось на симуляционных данных, поэтому заявленный перенос в реальные условия не гарантирует качество во всех средах; лицензия CC BY-NC-SA 4.0 запрещает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

InternVLA-N1: An Open Dual-System Navigation Foundation Model with Learned Latent Plans

Code

The technical report will be public in the coming open-source week. Please stay tuned!

⚠️ Important Notice

  • This repository was previously named InternVLA-N1, but is now renamed to InternVLA-N1-Preview.
  • The official and latest release is available at 👉 InternVLA-N1.
  • We recommend using the official release for new research and deployment, while this preview version is kept for reproducibility and reference.

Highlights

  • Dual-System Framework

The first navigation foundation model that achieves joint-tuning and asychronous inference of System-2 reasoning and System-1 action, resulting in smooth and efficient execution during the instruction-followed navigation procedure.

  • State-of-the-art

The whole navigation foundation model with each system achieves state-of-the-art performance on both mainstream and our new established challenging benchmarks, including VLN-CE R2R & RxR, GRScenes-100, VLN-PE, etc.

  • Sim2Real Zero-shot Generalization

The training is based on simulation data InternData-N1 only, with diverse scenes, embodiments and other randomization, while achieving great zero-shot generalization capabilities in the real world.

Usage

Please refer to InternNav for its inference, evaluation and gradio demo.

Citation

If you find our work helpful, please consider starring this repo 🌟 and cite:

@misc{internvla-n1,
    title = {{InternVLA-N1: An} Open Dual-System Navigation Foundation Model with Learned Latent Plans},
    author = {InternVLA-N1 Team},
    year = {2025},
    booktitle={arXiv},
}

License

This work is under the Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Acknowledgements

This repository is based on Qwen2.5-VL.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
6c91690

0 моделей