/ Модель
Каталог

Характеристики

Контекст
2 048 токенов
Размер весов
15,1 ГБ
Лицензия
Apache 2.0
Архитектура
openvla · dense
Опубликована
2 июл 2026

Ссылки

Hugging Face

FIRe-VLA-OpenVLA-PegInsert-Real

bhe1004
Изображение и текст → текст

Дообученная на OpenVLA vision-language-action политика для установки штифта в отверстие в реальном робототехническом сценарии.

6скачиваний за 30 дней0лайковвеса обновлены2 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

FIRe-VLA-OpenVLA-PegInsert-Real — политика vision-language-action на базе OpenVLA, дообученная для установки штифта в отверстие в реальном робототехническом сценарии. Модель принимает визуальное наблюдение и текстовую инструкцию, чтобы предсказывать действия робота для контактной сборочной операции.

Это готовый к инференсу чекпойнт после 5000 шагов обучения; в репозитории также указаны компоненты OpenVLA-OFT, включая action head, proprio projector и LoRA-адаптер. Модель предназначена для задач роботизированной сборки с установкой штифта. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • роботизированная установка штифта в отверстие
  • контактная сборка деталей манипулятором
  • предсказание действий робота по изображению и инструкции

Ограничения

Область применения описана для установки штифта в реальном домене; перенос на другие задачи и условия в карточке не подтверждён.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FIRe-VLA-OpenVLA-PegInsert-Real

A OpenVLA vision-language-action policy fine-tuned for the Peg insertion contact-rich robotic assembly task (Real domain), part of the FIRe model suite.

  • Framework: OpenVLA
  • Task: Peg insertion (peg_insert)
  • Domain: Real
  • Checkpoint: inference-ready (5000 steps)

Usage

# Requires the OpenVLA-OFT codebase: https://github.com/moojink/openvla-oft
from transformers import AutoModelForVision2Seq, AutoProcessor

repo = "bhe1004/FIRe-VLA-OpenVLA-PegInsert-Real"
processor = AutoProcessor.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForVision2Seq.from_pretrained(repo, trust_remote_code=True)
# OFT extras bundled in the repo: action_head, proprio_projector,
# lora_adapter, dataset_statistics.json

Related

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
064f3b2

0 моделей

    Создать бенчмарк