/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B
Опубликована
20 сен 2026

Light-O1-Preview

Языковая модельИзображение, текст → action3 профессии

Light-O1-Preview — дообученная модель Qwen3.5, преобразующая текстовые инструкции в последовательности движений всего тела гуманоидного робота.

531скачиваний за 30 дней21лайквеса 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

Light-O1-Preview — предварительная модель Light-O1, представленная в рамках работы «Light-O1: Scaling Whole-Body Intelligence with Human Action Pretraining». Она принимает инструкцию на естественном языке, рассуждает о намерении и ограничениях и генерирует последовательность действий для гуманоидного тела. Текст рассуждения и коды действий выдаются в одном авторегрессионном потоке; общая человекоподобная схема представления действий позволяет переносить генерацию на разные робототехнические воплощения.

Модель предназначена для преобразования текстовых инструкций в движения всего тела гуманоидного робота. Выход декодируется в формат human_action_138_v1: покадровое смещение основания, высота таза, скорость поворота, повороты 22 суставов и параметры раскрытия кистей с частотой 20 кадров в секунду. Это дообученная плотная модель семейства Qwen3.5 на базе Qwen/Qwen3.5-4B; веса опубликованы в формате safetensors. Лицензия — Apache-2.0.

Это Preview-выпуск только с возможностью преобразования текста в действия: зрение и манипуляции заявлены как будущие возможности полной версии Light-O1. Для инференса README указывает Linux x86-64, Python 3.11 и среду, совместимую с CUDA 13; представление действий должно соответствовать human_action_138_v1.

Сценарии применения

  • генерация движений гуманоидного робота по текстовой команде
  • преобразование описания намерения и ограничений в последовательность действий
  • создание движений всего тела для последующего переноса на разные робототехнические платформы
  • инспектирование текстового рассуждения, сопровождающего сгенерированное движение
  • моделирование гуманоидных движений в MuJoCo

Ограничения

В Preview доступны только преобразование текста в действия; зрение и манипуляции не входят в эту версию. Для инференса требуются Linux x86-64, Python 3.11 и совместимая с CUDA 13 среда, а формат представления действий должен совпадать с human_action_138_v1.

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

Light-O1-Preview

Light-O1: Scaling Whole-Body Intelligence with Human Action Pretraining

Light-O1-Preview is a reasoning text-to-action model: given an instruction in natural language it reasons about intent and constraints, then generates a sequence of whole-body humanoid actions. Reasoning text and actions are decoded in one autoregressive stream — action codes are ordinary rows of the embedding table rather than a task-specific prediction head — so the model's reading of an instruction can be inspected directly instead of inferred from the resulting motion. Actions are produced in a shared humanoid representation rather than for one specific robot, so a generation can be retargeted to other embodiments.

[!NOTE] Light-O1-Preview releases the text-to-action capability only. We are working towards the full Light-O1, which will add vision and manipulation. Stay tuned — thanks for your interest!

Inference, serving and the operator console: Light-O1 repository. Try it without any local setup in the Light-O1-Preview Playground.

Files

PathContent
config.json, model.safetensorsmodel weights
tokenizer.json, tokenizer_config.json, chat_template.jinja, processor_config.json, generation_config.jsontokenizer / processor
human_action_138_v1.jsonthe action representation that must match training (field layout, 22-joint skeleton, frame rate, axis convention); read automatically by the inference code
action_tokenizer/FSQ action-decoder bundle (codebook 65,536, four levels of 16, 20 fps)

Usage

hf download LightOriginsHQ/Light-O1-Preview --local-dir ./Light-O1-Preview

git clone https://github.com/lightorigins/Light-O1 && cd Light-O1
uv sync --extra inference

# one-off generation on the command line
uv run --extra inference light-deploy --model /absolute/path/to/Light-O1-Preview \
    --prompt "a person waves with the right hand" --thinking --output human_action.npy

# local WebUI: streamed reasoning and a 3D preview of the generated action
uv run --extra inference light-deploy-server \
    --model-path /absolute/path/to/Light-O1-Preview --port 8090

GPU inference needs Linux x86-64, Python 3.11 and a CUDA 13 compatible environment. The HTTP API, the split GPU / Control host setup and the optional MuJoCo simulation example are documented in the code repository.

Model details

  • Input: a natural-language prompt.
  • Output: a reasoning trace followed by action codes, decoded to human_action_138_v1 — per-frame root displacement in the ground plane, pelvis height, yaw rate, 22 parent-local 6D joint rotations and two hand-open scalars, right-handed and Y-up at 20 fps.

Community

Questions, deployment notes and release news — join us on Discord, or scan to join the WeChat group:

License

Apache License 2.0 (see LICENSE). Required upstream notices are in THIRD_PARTY_NOTICES.md and LICENSES/.

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
Qwen3_5ActionForConditionalGeneration
Ревизия весов
bd2b887

0 моделей