/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
7,1 млрд
Размер весов
16,8 ГБ
Лицензия
CC BY-NC-SA 4.0
Архитектура
qwen2_5_vl · dense
Библиотека
transformers
Опубликована
28 авг 2025

InternVLA-N1-wo-dagger

Генерация текстаТекст → текст3 профессии

InternVLA-N1 — визуально-языковая модель для управления навигацией роботов по естественно-языковым инструкциям.

72скачиваний за 30 дней47лайковвеса обновлены25 ноя 2025

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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-wo-dagger — официальный выпуск модели InternVLA-N1 от команды InternRobotics для навигации роботов по инструкциям. Это плотная модель семейства Qwen2.5-VL с 7,1 млрд параметров, рассчитанная на работу с визуально-языковыми данными и роботизированными действиями; для запуска используется библиотека Transformers. В описании заявлена асинхронная двухсистемная архитектура: System 2 выполняет рассуждение, а System 1 формирует действия и помогает обходить динамические препятствия. Контекст составляет 128 000 токенов.

Модель предназначена для следования естественно-языковым инструкциям при навигации, включая обучение в симуляции и перенос навыков в реальные сцены без дополнительной настройки. В README заявлены результаты на VLN-CE R2R, RxR, GRScenes-100 и VLN-PE, а также обобщение на реальные условия; это заявления авторов, независимая проверка здесь не приводится. Репозиторий содержит веса Safetensors и распространяется по лицензии CC BY-NC-SA 4.0, предусматривающей некоммерческое использование и распространение производных на тех же условиях. Указание «wo-dagger» входит в идентификатор репозитория; README не объясняет его отдельно.

Сценарии применения

  • навигация робота по текстовым указаниям в сцене
  • обход динамических препятствий при движении
  • перенос навигации из симуляции в реальные помещения
  • оценка моделей на бенчмарках следования инструкциям

Ограничения

Описание результатов и переноса в реальные условия приведено авторами; в предоставленных материалах нет независимой оценки. Лицензия CC BY-NC-SA 4.0 ограничивает коммерческое использование.

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

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

Code

Project page: https://internrobotics.github.io/internvla-n1.github.io/

Technical report: https://internrobotics.github.io/internvla-n1.github.io/static/pdfs/InternVLA_N1.pdf

Data: https://huggingface.co/datasets/InternRobotics/InternData-N1

🔔 Important Notice

  • This repository hosts the official release of InternVLA-N1.
  • The previously InternVLA-N1 model has been renamed to InternVLA-N1-Preview. If you are looking for the earlier preview version, please check InternVLA-N1-Preview.
  • We recommend using this official release for research and deployment, as it contains the most stable and up-to-date improvements.

Key Difference: Preview vs Official

FeatureInternVLA-N1-PreviewInternVLA-N1 (official)
System DesignDual-System (synchronous)Dual-System (asynchronous)
TrainingSystem 1 trained only at System 2 inferrence stepSystem 1 trained on denser step (~25 cm), using latest System 2 hidden state
InferenceSystem 1, 2 infered at same frequency (~2 hz)System 1, 2 infered asynchronously, allowing dynamic obstacle avoidance
PerformanceSolid baseline in simulation & benchmarksImproved smoothness, efficiency, and real-world zero-shot generalization
StatusHistorical previewStable official release (recommended)

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

Можно запустить

Подбираем GPU…

Класс архитектуры
InternVLAN1ForCausalLM
Ревизия весов
377366b

0 моделей