/ Модель

Характеристики

Базовая модель
smolvla_base
Библиотека
lerobot
Опубликована
21 авг 2026

smolvla-cucumber-grab-place-peel-doris082126

Языковая модельИзображение, текст → action3 профессии

Дообученная smolvla-политика управляет роботом по изображениям, состоянию робота и языковым инструкциям для захвата, размещения и очистки огурца.

20скачиваний за 30 дней0лайковвеса обновлены22 авг 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

Это дообученная политика smolvla для управления роботом, созданная с помощью Vibe Data Studio на 744 эпизодах телеоперации. Она основана на lerobot/smolvla_base и предназначена для выполнения языковых инструкций при работе с огурцом: захвата, размещения на разделочной доске и очистки кожуры.

Модель принимает изображения с трёх камер и состояние робота, а выдаёт непрерывные действия для семи суставов и захвата. В обучающих данных было 95 399 кадров с частотой 20 кадров в секунду; инструкции привязаны к конкретной конфигурации камер и робота. Репозиторий использует формат safetensors.

Модель подходит для роботизированных манипуляций с огурцом в сценариях, похожих на обучающие записи. Её возможности за пределами этих действий и конфигурации оборудования не описаны. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • захват огурца возле одного из его концов
  • размещение огурца по центру разделочной доски
  • выравнивание огурца на доске по вертикали
  • очистка кожуры огурца несколькими движениями

Ограничения

Обучение охватывает конкретные действия с огурцом и конфигурацию робота с тремя камерами и семью параметрами состояния/действия; перенос на другие объекты и оборудование не подтверждён. Лицензия и пределы контекста в предоставленных данных не описаны.

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

smolvla-cucumber-grab-place-peel-doris082126

smolvla policy trained via Vibe Data Studio on 744 teleop episodes.

At a glance

Architecturesmolvla (base: lerobot/smolvla_base)
Datasetcucumber-place-elevator-home-doris082026-v1-trim @ 90107bd6
Scale744 episodes · 95,399 frames @ 20 fps
Steps / batch / seed40,000 / 32 / 42
lerobotd114d3b1
Provider / GPUrunpod / NVIDIA A100-SXM4-80GB · pod video preprocess (512px H.264, RGB tracks only)
Duration4h 53m
Final train loss0.052
W&Bvds34-913e6ab5

Tasks

Language-conditioned — pass one of these instructions at inference:

InstructionEpisodes
place the cucumber on the middle of the cutting board, aligned vertically in the image, with the back end of the cucumber under the blue gripper264
grab the cucumber close to one of the cucumber's end201
peel the skin of the cucumber with several strokes, starting close to the blue gripper and moving vertically along the cucumber toward the robot origin188
place the cucumber on the middle of the cutting board, aligned vertically in the image, with the back end of the cucumber close to the upper edge of the cutting board91

Episodes per task per recording rig (derived from the nested collection manifests down to leaf recorded datasets):

Taskjetson1unrecorded:cucumber-place-DAgger-iter0-v1-trimvibepiTotal
place the cucumber on the middle of the cutting board, alig…1505064264
grab the cucumber close to one of the cucumber's end142059201
peel the skin of the cucumber with several strokes, startin…117071188
place the cucumber on the middle of the cutting board, alig…4904291
Total45850236744

Rig

  • Action/state (7-dim): shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll, gripper, tilt
  • Cameras @ 20 fps: base 640×480, top 640×480, wrist 640×480
  • Consumed image inputs (the checkpoint's resolved VISUAL features, from its config.json): observation.images.camera1, observation.images.camera2, observation.images.camera3
  • Camera renames at training (feed the same mapping at inference): base→camera1, top→camera2, wrist→camera3

Data provenance

Materialized collection cucumber-place-elevator-home-doris082026@v1 (frozen 2026-08-21):

  • vibepi-place-elevator-home-doris082026 @ ba53af98 (42 eps)
  • jetson1-place-elevator-home-doris081926 @ 88cfecf6 (49 eps)
  • cucumber-grab-place-peel-doris072326-v1-flat @ 61e62b18 (653 eps)
lerobot-train --policy.path=lerobot/smolvla_base --policy.repo_id=VibeCuisine/smolvla-cucumber-grab-place-peel-doris082126 --dataset.repo_id=VibeCuisine/cucumber-place-elevator-home-doris082026-v1-trim --dataset.revision=90107bd63b9f1ca65743c571afa5ece62798fddd --batch_size=32 --steps=40000 --output_dir=outputs/train/smolvla-cucumber-grab-place-peel-doris082126 --job_name=smolvla-cucumber-grab-place-peel-doris082126 --policy.device=cuda --wandb.enable=true --wandb.disable_artifact=true --wandb.project=lerobot --wandb.run_id=vds34-913e6ab5 --wandb.entity=jeremyhx-freelance --seed=42 --rename_map='{"observation.images.base": "observation.images.camera1", "observation.images.top": "observation.images.camera2", "observation.images.wrist": "observation.images.camera3"}' --dataset.eval_split=0.1 --eval_steps=800

--num_workers is appended host-side (clamped to the host's allocation).


Card generated by Vibe Data Studio on run completion.

Как запустить

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

GPU в ailist

Универсальный рантайм · lerobot

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
945e874

0 моделей