/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
MIT
Архитектура
openvla · dense
Базовая модель
Qwen2.5-0.5B
Опубликована
21 сен 2025

CALVIN-ABC-Pro

Изображение и текст → текст

Компактная VLA-модель, преобразующая изображение и текстовую инструкцию в действия робота для задач бенчмарка CALVIN.

123скачиваний за 30 дней3лайкавеса обновлены21 сен 2025

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

VLA-Adapter/CALVIN-ABC-Pro — модель Vision-Language-Action для управления роботом, разработанная командой VLA-Adapter и дообученная на CALVIN ABC-D. Она принимает изображение и текстовое условие, обрабатывает их с помощью визуально-языковой архитектуры на основе Prismatic-VLM и Qwen2.5-0.5B, а затем выдаёт действия для политики робота. В описании проекта сообщается о результатах на распространённых робототехнических бенчмарках, превосходящих ряд открытых VLA-моделей с более крупными языковыми базовыми моделями.

Модель предназначена для выполнения инструкций и задач манипуляции в среде CALVIN. Для слияния условий от VLM с начальными данными действия используется модуль Bridge Attention. Репозиторий содержит веса в формате safetensors; лицензия — MIT. README описывает модель как генеративную модель действий, а не как универсальную систему генерации текста.

Сценарии применения

  • управление роботом по изображению и текстовой инструкции
  • выполнение задач манипуляции в среде CALVIN ABC-D
  • оценка политик управления роботом на робототехнических бенчмарках

Ограничения

Модель обучена для задач и среды CALVIN ABC-D; перенос на другие роботы и сценарии в README не подтверждён. Параметры контекста и количественные результаты бенчмарка в предоставленном фрагменте карточки отсутствуют.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for VLA-Adapter CALVIN-ABC-Pro

VLA-Adapter: An Effective Paradigm for Tiny-Scale Vision-Language-Action Model trained on CALVIN ABC-D.

Model Details

We have developed and released the VLA-Adapter family of VLA models, a series of fine-tuned generative action models. The VLA-Adapter VLM follows the Prismatic-VLM architecture, using only a very small backbone (Qwen2.5-0.5B) for the LLM. On common robotics benchmarks, it surpasses open-source VLA models with 8.5B, 7B, 4B, 3B, and 2B backbones.

Input: Models input image and text.

Output: Models generate action only.

Model Architecture: The VLA-Adapter consists of a VLM for receiving and processing image and text information and a policy for generating actions. We systematically analyzed the benefits that the VLM provides to different types of policy conditions and determined a unified framework. We then utilized our designed Bridge Attention module to fuse the conditions generated by the VLM with the initial action information in the policy, bridging the gap between VL and A to the greatest extent possible. This resulted in a high-performance VLA model on a tiny-scale backbone.

Success Rate Comparison

Citation instructions

@article{wang2025vlaadapter,
  author={Wang, Yihao and Ding, Pengxiang and Li, Lingxiao and Cui, Can and Ge, Zirui and Tong, Xinyang and Song, Wenxuan and Zhao, Han and Zhao, Wei and Hou, Pengxu and Huang, Siteng and Tang, Yifan and Wang, Wenhui and Zhang, Ru and Liu, Jianyi and Wang, Donglin},
  title={VLA-Adapter: An Effective Paradigm for Tiny-Scale Vision-Language-Action Model},
  journal={arXiv preprint arXiv:2509.09372},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Класс архитектуры
OpenVLAForActionPrediction
Ревизия весов
1caaab7

0 моделей