/ Модель

Характеристики

Базовая модель
pi0_base
Библиотека
gguf
Опубликована
3 авг 2026

EagleVLA-GGUF

Языковая модельИзображение, текст → action3 профессии

Набор GGUF-конверсий PI0, PI0.5 и GR00T N1.7 для выполнения vision-language-action инференса и управления роботами через EagleVLA-Edge.

532скачиваний за 30 дней0лайковвеса обновлены2 окт 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

Репозиторий diantoudefengshan/EagleVLA-GGUF содержит преобразованные в формат GGUF модели vision-language-action PI0, PI0.5 и NVIDIA Isaac GR00T N1.7 для запуска через EagleVLA-Edge — движок вывода на базе llama.cpp. Комплекты включают языковую модель с экспертом действий и соответствующий зрительный энкодер-проектор; основную модель и mmproj следует брать из одного каталога. Файлы представлены в вариантах F16 и BF16.

Модели предназначены для управления роботами по визуальным наблюдениям и языковым инструкциям, в том числе для инференса на NVIDIA Jetson и других CUDA-совместимых платформах. Для файлов GR00T в README описана конверсия из nvidia/GR00T-N1.7-3B и nvidia/Cosmos-Reason2-2B, а также проверка совпадения выходных действий с официальной реализацией NVIDIA. Метаданные также связывают репозиторий с lerobot/pi0_base и nvidia/GR00T-N1.7-3B. Лицензия в предоставленных данных не указана; требования могут различаться для исходных моделей и конвертированных файлов.

Сценарии применения

  • генерация управляющих действий робота по изображению и инструкции
  • инференс VLA-модели на NVIDIA Jetson
  • развертывание робототехнической модели через EagleVLA-Edge и llama.cpp

Ограничения

Для инференса требуются EagleVLA-Edge с поддержкой CUDA и согласованные между собой основная модель и mmproj из одного каталога. Описание не сообщает лицензионные условия набора.

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

EagleVLA VLA GGUF Models

GGUF conversions of PI0, PI0.5, and NVIDIA Isaac GR00T N1.7 for deployment with EagleVLA-Edge, a llama.cpp-based inference engine for real-time vision-language-action models on NVIDIA Jetson and other CUDA-capable platforms.

Model files

ModelFileDescription
PI0pi0/pi_llm.ggufPI0 language model and action expert, F16
PI0pi0/mmproj-model-f16.ggufMatching PI0 SigLIP vision encoder/projector, F16
PI0.5pi05/pi_llm.ggufPI0.5 language model and action expert, F16
PI0.5pi05/mmproj-model-f16.ggufMatching PI0.5 SigLIP vision encoder/projector, F16
GR00T N1.7gr00t-n1d7/gr00t-n1d7-bf16.ggufQwen3-VL backbone and GR00T Action Head, BF16
GR00T N1.7gr00t-n1d7/mmproj-gr00t-n1d7-bf16.ggufMatching Cosmos-Reason2/Qwen3-VL vision projector, BF16

Always use the main model and mmproj from the same model directory.

Download

huggingface-cli download diantoudefengshan/EagleVLA-GGUF \
  gr00t-n1d7/gr00t-n1d7-bf16.gguf \
  gr00t-n1d7/mmproj-gr00t-n1d7-bf16.gguf \
  --local-dir EagleVLA-GGUF

Runtime

Build EagleVLA-Edge with CUDA support:

git clone https://github.com/PKU-SEC-Lab/EagleVLA-Edge.git
cd EagleVLA-Edge
cmake -S . -B build -DGGML_CUDA=ON -DCMAKE_BUILD_TYPE=Release
cmake --build build --target llama-server jetson_pi_gr00t -j

Start GR00T server mode (do not set PI_MODEL):

./build/bin/llama-server \
  -m /path/to/gr00t-n1d7/gr00t-n1d7-bf16.gguf \
  --mmproj /path/to/gr00t-n1d7/mmproj-gr00t-n1d7-bf16.gguf \
  -ngl 99 --host 0.0.0.0 --port 8080

PI0 and PI0.5 server commands and the full foreground HTTP API are documented in the EagleVLA-Edge README.

GR00T conversion and validation

The GR00T files were converted from nvidia/GR00T-N1.7-3B and nvidia/Cosmos-Reason2-2B with the GR00T converter in EagleVLA-Edge. The main GGUF contains 715 tensors and the mmproj contains 316 tensors. They passed the repository's metadata, tensor-name/shape, 16-backbone-block, vision-split, and end-to-end action checks. With aligned inputs and initial denoising noise, the EagleVLA normalized [40, 132] action achieved cosine similarity 0.999968648 against the official NVIDIA PyTorch implementation.

SHA-256:

8cd6af6b33d90d9b6b6fdbf419dbdbc263393dbcb9ad71bbd226889b4285d573  gr00t-n1d7-bf16.gguf
f9c442143857ee01bf95192516de8169af7e0e136d410942a3eeee316c06bdd4  mmproj-gr00t-n1d7-bf16.gguf

Intended use and license

These models are intended for research on local and onboard VLA inference, robot-control systems, deployment optimization, and reproducibility. They are not general-purpose chat models. The converted weights remain subject to their respective upstream model licenses and terms; review those terms before redistribution or deployment. EagleVLA-Edge source code is distributed under its repository license.

Acknowledgments

This work builds on OpenPI, NVIDIA Isaac-GR00T, Cosmos-Reason2, and llama.cpp.

Citation

@article{yang2026eaglevla,
  title={EagleVLA: Towards Onboard Real-Time Robot Control via Foresight-Aligned Asynchronous Inference},
  author={Yang, Zebin and Wang, Qi and Wang, Yunhe and Guo, Xiurui and Yu, Bo and Liu, Shaoshan and Xu, Jiafeng and Dong, Hao and Li, Meng},
  journal={arXiv preprint arXiv:2607.12659},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · gguf

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
8e7c870

0 моделей