/ Модель

Характеристики

Лицензия
MIT
Базовая модель
Qwen2.5-VL-3B-Instruct
Опубликована
11 июл 2026

starvla_metaworld_qwenpiv3_la_finetune

Языковая модельИзображение, текст → action3 профессии

Дообученная мультимодальная модель StarVLA для управления роботом в задачах MetaWorld MT50.

15скачиваний за 30 дней0лайковвеса обновлены13 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

StarVLA MetaWorld QwenPI-v3 LA Finetune — дообученный чекпойнт для управления роботом в задачах бенчмарка MetaWorld MT50. Он основан на мультимодальной модели Qwen/Qwen2.5-VL-3B-Instruct и предназначен для использования с кодовой базой StarVLA/QwenPI-v3.

Модель принимает визуальные наблюдения и выдаёт действия для выполнения роботизированных задач. Для инференса требуется файл dataset_statistics.json, используемый для денормализации действий; структуру каталога чекпойнта следует сохранить согласно конфигурации. В README сообщается общий показатель успешного выполнения 70,9% на MetaWorld MT50.

Модель распространяется по лицензии MIT. Указанная оценка относится к бенчмарку MetaWorld MT50; README не описывает качество за его пределами.

Сценарии применения

  • управление роботом при выполнении задач MetaWorld MT50
  • выбор действий по визуальным наблюдениям среды
  • оценка политик управления на бенчмарке MetaWorld MT50

Ограничения

Для инференса необходимы кодовая база StarVLA/QwenPI-v3 и dataset_statistics.json для денормализации действий. Показатель успешности 70,9% приведён только для MetaWorld MT50.

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

StarVLA MetaWorld QwenPI-v3 LA Finetune

This repository contains the evaluated StarVLA/QwenPI-v3 checkpoint for MetaWorld MT50.

Checkpoint

  • Model: starvla_metaworld_qwenpiv3_la_finetune
  • Step: 60000
  • Benchmark: MetaWorld MT50
  • Reported overall success rate: 70.9%
  • Base VLM: Qwen/Qwen2.5-VL-3B-Instruct

Files

checkpoints/steps_60000_pytorch_model.pt
config.yaml
config.full.yaml
dataset_statistics.json

dataset_statistics.json is required for action denormalization. Keep the directory structure unchanged if your inference server expects the checkpoint directory layout used by the released config.

Usage Notes

This checkpoint is intended to be loaded with the StarVLA/QwenPI-v3 codebase. The public configs use Qwen/Qwen2.5-VL-3B-Instruct as the base VLM path.

For inference, load:

checkpoints/steps_60000_pytorch_model.pt

For continued training or evaluation on your own machine, update:

datasets:
  vla_data:
    data_root_dir: ./metaworld_starvla

to your local MetaWorld data path.

Citation

If you use this checkpoint, please cite the corresponding StarVLA and LA4VLA work and this model repository.

LA4VLA:

@misc{lin2026la4vlalearningactseeing,
      title={LA4VLA: Learning to Act without Seeing via Language-Action Pretraining}, 
      author={Tao Lin and Yuxin Du and Yiran Mao and Zewei Ye and Yilei Zhong and Bing Cheng and Yiming Wang and Jiting Liu and Yang Tian and Junchi Yan and Feiran Wu and Zenan Meng and Hu Wei and Yuqian Fu and Gen Li and Bo Zhao},
      year={2026},
      eprint={2606.27295},
      archivePrefix={arXiv},
      primaryClass={cs.RO},
      url={https://arxiv.org/abs/2606.27295}, 
}

StarVLA:

@article{community2026starvla,
  title={StarVLA: A Lego-like Codebase for Vision-Language-Action Model Developing},
  author={Community, StarVLA},
  journal={arXiv preprint arXiv:2604.05014},
  year={2026},
  eprint={2604.05014},
  archivePrefix={arXiv},
  primaryClass={cs.RO}
}

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.

Ревизия весов
baf4688

0 моделей