/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
n0vtla
Опубликована
31 июл 2026

n0_VTLA_dual_bowl_place_stack

Языковая модельИзображение, текст → action

Дообученная 𝒩₀-VTLA политика для управления двумя роботизированными руками при размещении и штабелировании мисок в NeoSim.

13скачиваний за 30 дней1лайквеса обновлены31 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

NeoteAI/n0_VTLA_dual_bowl_place_stack — дообученная политика управления двумя манипуляторами для симулятора NeoSim, созданная на основе предварительно обученной модели 𝒩₀-VTLA. Она предназначена для сценария размещения и штабелирования мисок. Модель принимает визуальные и тактильные данные и выдаёт последовательности управляющих действий в пространстве суставов: 16 значений для двух рук, по семь суставов и одному захвату на каждую; горизонт действия — 16 шагов.

Чекпойнт весит около 8,25 ГБ и опубликован в формате safetensors. Для запуска нужны совместимые конфигурация и статистика нормализации, а также адаптер оценки NeoSim, обменивающийся данными через ZMQ и msgpack. Политика требует именно суставных входных данных и соответствующей нормализации; параметры базовой модели для действий в пространстве конечного эффектора здесь неприменимы. Лицензия указана как other, поэтому конкретные условия использования следует сверить с репозиторием.

Сценарии применения

  • размещение мисок двумя роботизированными руками в NeoSim
  • штабелирование мисок в симуляции
  • генерация суставных команд для двух манипуляторов
  • управление захватами роботов на основе визуальных и тактильных данных

Ограничения

Модель предназначена для симулятора NeoSim и выдаёт суставные команды; её нельзя использовать с данными и статистикой нормализации для действий конечного эффектора. Для корректного выполнения требуется горизонт 16 шагов и согласованные с чекпойнтом конфигурация и статистика нормализации.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

𝒩₀-VTLA — NeoSim dual-arm

A 𝒩₀-VTLA dual-arm policy for the NeoSim simulator, post-trained from the 𝒩₀-VTLA pretrained base. This card documents the dual_bowl_place_stack setup.

Embodimentdual-arm
Action spacejoint, 16-dim (2 x (7 joints + gripper))
Action horizon16
Tactile views4
Latent tactile tokens5

Files

model.safetensors                                     the full checkpoint (~8.25 GB)
assets/n0_dual_bowl_place_stack_norm/norm_stats.json
config.json                                           architecture summary

Serve

The evaluation adapter speaks ZMQ + msgpack, so use scripts/serve_zmq.py from the code repository:

hf download NeoteAI/n0_VTLA_dual_bowl_place_stack --local-dir checkpoints/n0_VTLA_dual_bowl_place_stack

VTLA_ASSET_ID=n0_dual_bowl_place_stack_norm python scripts/serve_zmq.py \
  --config sim_dual_arm_tactile \
  --ckpt checkpoints/n0_VTLA_dual_bowl_place_stack \
  --addr "tcp://*:5557" \
  --default-prompt "Use both arms to place and stack the bowls"

Serving reads only model.safetensors and assets/<asset-id>/norm_stats.json; no dataset is needed. A correct load prints tactile=True with 4 views and no missing or unexpected state-dict keys. If it reports either, the config does not match the checkpoint.

Then run the evaluation from a NeoSim checkout with a deploy YAML pointing at port 5557. Set exec_horizon to 16, the model's action horizon: executing fewer steps clips the tail of each chunk, which is where the grasp-closing motion lives.

Action space

Unlike the pretrained base, which predicts end-effector deltas in a canonical 32-dim rot6d container, this policy predicts joint actions: 7 joints plus gripper per arm. The joint dims are element-wise deltas against the current state; the gripper columns are absolute. Do not feed it end-effector data or reuse an end-effector normalization asset.

License

These weights are derived from Google's PaliGemma/Gemma parameters and are made available under the Gemma Terms of Use and the Gemma Prohibited Use Policy, not under the CC BY-SA 4.0 licence that covers the source code. This is inherited from the base model.

Как запустить

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

GPU в ailist

Универсальный рантайм · n0vtla

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
9d62282

0 моделей