/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Размер весов
10,3 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
isaac · dense
Базовая модель
Qwen3-1.7B
Библиотека
transformers
Опубликована
17 сен 2025

Isaac-0.1

Генерация текстаТекст → текст6 профессий

Isaac-0.1 — мультимодальная модель Perceptron для визуальных вопросов и ответов, пространственного анализа и распознавания текста на изображениях.

416скачиваний за 30 дней117лайковвеса обновлены20 мар 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

Isaac-0.1 — мультимодальная модель Perceptron AI для диалога и анализа изображений в сценариях, связанных с физическим миром. Она объединяет языковую основу Qwen3-1.7B и визуальную составляющую SigLIP2; в метаданных указаны архитектура IsaacForConditionalGeneration, 1,7 млрд параметров, библиотека Transformers и контекст до 40 960 токенов. Модель принимает текст и изображения и формирует текстовые ответы.

Модель предназначена для визуальных вопросов и ответов, пространственного рассуждения, локализации объектов и дефектов, распознавания текста на изображениях, а также диалогового анализа сцен. В README заявлены работа с мелкими деталями и загромождёнными изображениями, адаптация к примерам в контексте и указание областей изображения, на которых основаны ответы. Эти возможности описаны разработчиком; количественные результаты в карточке не приведены.

Модель опубликована Perceptron под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование. Это ранняя версия семейства Isaac; заявленные сценарии требуют проверки на конкретных изображениях и задачах.

Сценарии применения

  • ответы на вопросы о содержимом фотографии или видеокадра
  • локализация объектов и дефектов на изображениях
  • пространственный анализ отношений между объектами
  • распознавание мелкого текста и плотных сцен на изображениях
  • диалоговый разбор изображений с привязкой ответов к областям сцены

Ограничения

Заявленные в README способности не сопровождаются количественными результатами или подробными оценками; качество следует проверять на целевых данных. Лицензия CC BY-NC 4.0 не разрешает коммерческое использование.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Isaac-0.1 by Perceptron

Note this is the Post-trained model Try out the model on our playground

We're introducing Isaac 0.1, our first perceptive-language model and a major step toward building AI systems that can understand and interact with the physical world. Isaac 0.1 is an open-source, 2B-parameter model built for real-world applications. It sets a new standard for efficiency, delivering capabilities that meet or exceed those of models over 50 times its size.

Founded by the team behind Meta's Chameleon multimodal models, Perceptron is tackling a fundamental challenge: bringing the power of physical AI to the dynamic, multimodal, and real-time environments we live and work in.

Isaac 0.1 is the first in our family of models built to be the intelligence layer for the physical world. It's now available open source for researchers and developers everywhere.

What’s new in Isaac 0.1

Visual QA, simply trained Strong results on standard understanding benchmarks with a straightforward, reproducible training recipe.

Grounded spatial intelligence Precise pointing and localization with robust spatial reasoning. Ask “what’s broken in this machine?” and get grounded answers with highlighted regions—handling occlusions, relationships, and object interactions.

In-context learning for perception Show a few annotated examples (defects, safety conditions, etc.) in the prompt and the model adapts—no YOLO-style fine-tuning or custom detector stacks required.

OCR & fine-grained detail Reads small text and dense scenes reliably, across resolutions, with dynamic image handling for tiny features and cluttered layouts.

Conversational Pointing A new interaction pattern where language and vision stay in lockstep: every claim is grounded and visually cited, reducing hallucinations and making reasoning auditable.

Benchmarks

visual_qa grounding

Example

pip install perceptron

Example using transformers

Learn more: Huggingface Example Repo

!git clone https://github.com/perceptron-ai-inc/perceptron.git
!cp -r perceptron/huggingface ./huggingface
from transformers import AutoTokenizer, AutoConfig, AutoModelForCausalLM
from huggingface.modular_isaac import IsaacProcessor

tokenizer = AutoTokenizer.from_pretrained("PerceptronAI/Isaac-0.1", trust_remote_code=True, use_fast=False)
config = AutoConfig.from_pretrained("PerceptronAI/Isaac-0.1", trust_remote_code=True)
processor = IsaacProcessor(tokenizer=tokenizer, config=config)
model = AutoModelForCausalLM.from_pretrained("PerceptronAI/Isaac-0.1", trust_remote_code=True)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
IsaacForConditionalGeneration
Ревизия весов
0ae3c24

0 моделей