Характеристики

Лицензия: Apache 2.0
Библиотека: transformers
Опубликована: 13 июл 2026

Ссылки

Hugging Face

lingbot-vla-2-stackcube

YccHugAi

Языковая модельИзображение, текст → action

Дообученная LingBot-VLA 2.0 для укладывания кубиков двумя руками на роботе Unitree G1 с манипуляторами Dex1.

0скачиваний за 30 дней0лайковвеса обновлены13 июл 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

LingBot-VLA 2.0 — Stack-the-cubes — это дообученная модель для управления роботом, созданная на базе LingBot-VLA 2.0. Она предназначена для укладывания кубиков двумя руками на роботе Unitree G1 с манипуляторами Dex1 и обучена на смешанном наборе данных LGG100/Stack-the-cubes и LGG100/Stack-the-cubes-v2.

Базовая модель имеет 6 млрд параметров и MoE-эксперт действий. Модель использует состояние и действия размерности 16: 14 суставов рук и два захвата. В обучении применялись дистилляция по глубине и видео DINO, а также предсказание будущего изображения. Опубликованы веса в формате Hugging Face Safetensors для трёх контрольных точек обучения.

Модель рассчитана на роботизированную манипуляцию при укладывании кубиков; перенос на другие роботы или задачи из карточки не следует. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

укладывание кубиков двумя руками на роботе Unitree G1
управление суставами рук и захватами робота при манипуляции кубиками
эксперименты с VLA-моделями для роботизированной манипуляции

Ограничения

Обучение ориентировано на укладывание кубиков и конфигурацию Unitree G1 Dex1; применимость к другим роботам и задачам не подтверждена. Опубликованы контрольные точки модели, но состояния оптимизатора отсутствуют.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LingBot-VLA 2.0 — Stack-the-cubes finetune

Finetune of LingBot-VLA 2.0 (6B, MoE action expert) on the mixed LGG100/Stack-the-cubes + LGG100/Stack-the-cubes-v2 datasets (Unitree G1 Dex1, dual-arm cube stacking).

Code & real-robot serving: https://github.com/YCC-DAVID/robotic

Checkpoints

Each global_step_*/ folder holds the deployable HF-format weights (model-0000x-of-00006.safetensors + tokenizer/config), loadable directly.

Folder	Step
`global_step_5000/`	5000
`global_step_10000/`	10000
`global_step_15000/`	15000
`global_step_20000/`	20000 (final)

Training

Base: LingBot-VLA 2.0 (fp32), 16-dim state/action (14 arm joints + 2 grippers)
2xA100-80GB, FSDP2, Muon optimizer, L1_fm loss, bounds_99_woclip norm, absolute actions
20000 steps, lr 1e-4, with depth + DINO-video distillation and future-image prediction
Final loss ~0.11 (VLA_Loss)

Only the deployable hf_ckpt weights are published (optimizer states omitted).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов: aa5bc1d