Мультимодальная контрольная точка Qwen3-VL на 4 млрд параметров с расширенным токенизатором действий для инициализации робототехнических vision-language-action систем.
11скачиваний за 30 дней0лайковвеса обновлены8 июл 2026
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 «Изображение → 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.
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
RBabakyan/Qwen3-VL-4B-Instruct-Action-V2 — производная от Qwen/Qwen3-VL-4B-Instruct мультимодальная модель на архитектуре Qwen3-VL с 4 млрд параметров. Репозиторий содержит контрольную точку формата Transformers и расширенный токенизатор с токенами действий для GreenVLA и систем vision-language-action.
Модель предназначена для использования как базовая зрительно-языковая контрольная точка перед подключением специализированных весов робототехнической политики. Она принимает текст и изображения, а дополнительные токены позволяют последующему стеку политик работать с представлением робототехнических действий. Лицензия в предоставленных данных не указана.
Сценарии применения
Подготовка базовой модели для робототехнической политики GreenVLA
Инициализация vision-language-action стека перед загрузкой весов политики
Передача изображений и текстовых инструкций робототехнической системе
Ограничения
Для выполнения робототехнических задач README предполагает загрузку специализированных весов политики; сама контрольная точка предназначена прежде всего для инициализации стека. Языки и лицензия в предоставленных данных не указаны.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
The tokenizer includes additional action tokens required by the downstream robotics policy stack. Model files are provided in the standard Transformers format.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров