/ Модель

Характеристики

Базовая модель
Qwen3-VL-4B-Instruct
Библиотека
starVLA
Опубликована
17 дек 2025

Qwen3-VL-PI-LIBERO-4in1

Языковая модельИзображение, текст → action3 профессии

Дообученная на LIBERO мультимодальная модель StarVLA для управления роботом и выполнения задач манипуляции в симуляторе.

225скачиваний 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 разработала этот контрольный чекпойнт QwenPI для задач манипуляции роботом в симуляторе LIBERO. Модель дообучена на основе Qwen/Qwen3-VL-4B-Instruct на объединённой смеси libero_10, libero_goal, libero_object и libero_spatial. Она использует визуальные признаки Qwen3-VL и потоковую генерацию действий с помощью action head на основе layer-wise cross-DiT: 36 слоёв, ширина латентного представления 2560 и 40 голов внимания.

Модель принимает визуальные наблюдения и выдаёт действия робота для задач LIBERO. В карточке приведены результаты тестирования на четырёх наборах LIBERO; указанные оценки сообщены авторами, а исходные журналы прогонов для независимой проверки не приложены. Для запуска требуется StarVLA QwenPI и совместимый контракт камеры и состояния, нормализационная статистика и исторический режим LayerwiseFM с параметром use_canonical_forward=false. Результаты на реальных роботах и перенос между типами роботов не установлены. Лицензия в предоставленных данных не указана.

Сценарии применения

  • выполнение задач манипуляции объектами в LIBERO
  • управление роботом по визуальным наблюдениям
  • выполнение инструкций с пространственными отношениями в симуляции
  • перемещение объектов к заданным целям в симуляции

Ограничения

Оценки приведены авторами карточки, но исходные журналы прогонов для независимого пересчёта отсутствуют; результаты относятся только к симуляции LIBERO. Для корректного запуска необходим исторический режим LayerwiseFM и соответствующие статистика нормализации, контракт камеры и состояния и версия оценщика.

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

Qwen3-VL PI for LIBERO 4-in-1

This repository contains a StarVLA QwenPI checkpoint initialized from Qwen3-VL-4B-Instruct and trained on the combined LIBERO libero_10 + libero_goal + libero_object + libero_spatial mixture. The model uses Qwen3-VL features with a layer-wise cross-DiT flow-matching action head.

Model and action contract

ItemValue
FrameworkStarVLA QwenPI
Base VLMQwen3-VL-4B-Instruct
Action headPost-restructure layer-wise cross-DiT: 36 layers, 2,560 latent width, 40 heads; each block receives the corresponding one of the last 36 Qwen3-VL hidden layers
Action representation7D delta_qpos
Configured state dimension7
Action horizon8
Camera inputOne image_0 RGB view, default 224 × 224
Inference flow steps4
Dataset mixturelibero_all
Released checkpointcheckpoints/steps_100000_pytorch_model.pt

Training recipe

SettingValue
Maximum and released step100,000
VLA per-device batch8
Auxiliary VLM per-device batch4
Gradient accumulation1
Warm-up5,000 steps
Base / VLM-interface / action LR3e-5 / 1e-5 / 1e-4
VLA / auxiliary VLM loss scale1.0 / 0.1
Training flow repeats2 in the matching public QwenPI implementation; YAML action-model value 8 is overridden
freeze_modulesPackaged boolean true; the public trainer expects module paths as a string, so this value names/selects no modules
Seed42

LIBERO evaluation

The following success rates are retained from the original Hub Card.

Training Stepslibero_goallibero_objectlibero_spatiallibero_10Average Score
10,0000.7520.8500.8960.4600.740
20,0000.8340.8860.9520.6360.827
30,0000.9580.9960.9880.8840.957
40,0000.9480.9820.9860.8600.944
50,0000.9740.9980.9840.9280.971
60,0000.9740.9960.9760.9080.964
70,0000.9740.9920.9860.9300.971
80,0000.9720.9760.9900.9580.974
90,0000.9700.9900.9760.9520.972
100,0000.9620.9860.9920.9600.975

Only the 100k weight is included. The repository does not include raw per-episode evaluation logs for the intermediate rows.

Download and evaluation

This released checkpoint uses the historical, non-canonical LayerwiseFM forward behavior. Use the documented compatibility override:

huggingface-cli download StarVLA/Qwen3-VL-PI-LIBERO-4in1 \
  --local-dir Qwen3-VL-PI-LIBERO-4in1

CKPT="$PWD/Qwen3-VL-PI-LIBERO-4in1/checkpoints/steps_100000_pytorch_model.pt"
python deployment/model_server/server_policy.py \
  --ckpt_path "$CKPT" --port 6694 --use_bf16 \
  --config_override framework.qwenvl.base_vlm=Qwen/Qwen3-VL-4B-Instruct \
  --config_override framework.action_model.diffusion_model_cfg.use_canonical_forward=false

Run the simulator separately according to StarVLA's LIBERO guide.

Evidence and limitations

  • Structure, action contract, and training values were checked against config.yaml; checkpoint availability was checked against the Hub file tree.
  • The YAML's dino, action_model_type: DiT-B, 16-layer, and repeat-8 fields are not the constructed post-restructure QwenPI shape. The matching public implementation derives the 36-layer, 2,560-wide head from Qwen3-VL and does not construct DINO.
  • Evaluation numbers are Card-reported. The Hub repository does not package the raw rollout logs needed to independently aggregate them.
  • The saved base-model and data paths are environment-local and require mapping.
  • Results depend on the historical LayerwiseFM compatibility override, normalization statistics, camera/state contract, and evaluator version.
  • Results cover LIBERO simulation only; real-robot and cross-embodiment performance are not established.

Как запустить

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

GPU в ailist

Универсальный рантайм · starVLA

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
a461ce2

0 моделей