/ Модель

Характеристики

Базовая модель
Qwen2.5-VL-3B-Instruct
Опубликована
28 окт 2025

Qwen2.5-VL-GR00T-LIBERO-4in1

Языковая модельИзображение, текст → action3 профессии

Дообученная на четырёх наборах LIBERO зрительно-языковая модель StarVLA для управления роботом в симуляции.

127скачиваний за 30 дней0лайковвеса обновлены4 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

StarVLA/Qwen2.5-VL-GR00T-LIBERO-4in1 — чекпойнт на 30 000 шагов, разработанный в рамках проекта StarVLA на основе Qwen2.5-VL-3B-Instruct и фреймворка действий QwenGR00T. Модель дообучена для управления роботом в симуляторе LIBERO на смеси четырёх наборов задач: Object, Goal, Spatial и LIBERO-10. Она принимает один RGB-вид размером 224 × 224 и выдаёт последовательность из восьми 7D действий в формате приращений суставов; для согласования состояния и действий с данными LIBERO требуется упакованное преобразование и нормализация с ключом franka.

Чекпойнт предназначен для исследований и оценки политик управления роботом в симуляции. Указанное в конфигурации поле DINOv2 не используется в описанном пути QwenGR00T. Для этого артефакта нет опубликованных результатов оценки, а результаты из статьи StarVLA для другого бэкбона не характеризуют его качество. Надёжность на реальном роботе не продемонстрирована, политика не настроена с учётом безопасности, а точная ревизия базовой VLM не зафиксирована. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • управление роботом в задачах LIBERO Object
  • управление роботом в задачах LIBERO Goal
  • управление роботом в задачах LIBERO Spatial
  • оценка политики на наборе задач LIBERO-10
  • исследование зрительно-языковых политик управления роботом

Ограничения

Для этого чекпойнта нет опубликованных метрик успеха; его надёжность на реальном роботе не проверена, а политика не настроена с учётом безопасности. Точная ревизия базовой VLM не зафиксирована.

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 QwenGR00T Qwen2.5-VL-3B for LIBERO 4-in-1 (30K)

This repository contains the uploaded 30,000-step checkpoint from the 1025_libero_all_qwengroot run. It combines Qwen2.5-VL-3B with the StarVLA QwenGR00T action framework and was configured on the four-suite libero_all mixture.

Model details

ItemPublished configuration
FrameworkStarVLA QwenGR00T
VLMLocal snapshot named Qwen2.5-VL-3B-Instruct; revision not recorded
YAML-only visual fielddinov2_vits14; the matched QwenGR00T implementation does not construct DINO or Q-Former
Action model16-layer DiT-B flow head: 768 latent width, 12 heads (64 dimensions/head); state/action decoder MLP width 1,024
Action / model-state dimension7 / 7
Raw state statistics8D under franka
Action representation / chunkdelta_qpos / 8 steps
Inference flow steps4
Camera inputimage_0, 224 x 224
Uploaded checkpointcheckpoints/steps_30000_pytorch_model.pt

Use the packaged transform to reconcile the raw 8D state statistics with the 7D action-head state. Camera and action ordering must match the LIBERO adapter. The YAML's DINO field is inherited configuration, not a runtime component of this QwenGR00T path.

Training data

The equal-weight libero_all registry contains the no-noop LeRobot versions of LIBERO Object, Goal, Spatial, and LIBERO-10. The franka entry in dataset_statistics.json supplies state/action normalization.

Training details

SettingValue in config.yaml
Intended maximum steps80,000
Released step30,000
Per-device VLA batch size16
Gradient accumulation1
Warm-up steps5,000
Base / interface / action LR3e-5 / 1e-5 / 1e-4
OptimizerAdamW, betas (0.9, 0.95), epsilon 1e-8
SchedulerCosine with minimum LR 1e-6
Training flow repeats / inference steps4 / 4 in the public run-era framework; YAML action-model value 8 is not read there
VLA / VLM loss scale1.0 / 0.1
freeze_modulesPackaged boolean true; the public trainer expects module paths as a string, so this value names/selects no modules
Gradient checkpointing / mixed precisionEnabled / enabled
Seed42

summary.jsonl only lists the 10K, 20K, and 30K checkpoint steps.

Evaluation status

Missing for this artifact. No LIBERO evaluation logs or success rates are present in the repository. The StarVLA paper's 30K StarVLA-GR00T row uses a Qwen3-VL-4B backbone, whereas this checkpoint is Qwen2.5-VL-3B; that paper row cannot establish the performance of this artifact.

A future report should use the standard four-suite protocol (10 tasks x 50 episodes per suite), identify the exact checkpoint, and publish per-suite and average success rates.

Files

config.yaml
dataset_statistics.json
summary.jsonl
checkpoints/
└── steps_30000_pytorch_model.pt

Loading and evaluation

huggingface-cli download StarVLA/Qwen2.5-VL-GR00T-LIBERO-4in1 \
  --local-dir Qwen2.5-VL-GR00T-LIBERO-4in1

export CKPT=$PWD/Qwen2.5-VL-GR00T-LIBERO-4in1/checkpoints/steps_30000_pytorch_model.pt
python deployment/model_server/server_policy.py \
  --ckpt_path "$CKPT" \
  --port 10093 \
  --use_bf16

Use the maintained LIBERO evaluation workflow with normalization key franka.

Intended use and limitations

The checkpoint is intended for LIBERO simulation research. It has one 224 x 224 RGB view, an 8-step 7D delta-joint action contract, no published benchmark result, and no demonstrated real-robot reliability. The exact VLM revision is not pinned in the Hub configuration, and the policy is not safety-tuned.

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
29e0042

0 моделей