/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
diffusers
Опубликована
28 июл 2026

next-forcing-base

Языковая модельИзображение, текст → action

Базовый чекпойнт Next Forcing для причинного моделирования видео и действий робота, предназначенный для последующего обучения с предсказанием нескольких будущих временных фрагментов.

0скачиваний за 30 дней1лайквеса обновлены16 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

Next Forcing Base — базовый чекпойнт модели Next Forcing, разработанный авторами проекта Next Forcing на основе кодовой базы LingBot-VA. Это причинная видео-действенная модель с трансформерным backbone на 5,1 млрд параметров в формате BF16 и 30 слоями. Чекпойнт служит начальной точкой для последующего обучения: модули Multi-Chunk Prediction в него не входят и добавляются на этапе постобучения.

Модель предназначена для причинного моделирования динамики видео и действий робота с предсказанием нескольких будущих временных фрагментов. В README описан подход Multi-Chunk Prediction, который обеспечивает плотную временную супервизию и призван уменьшать склонность авторегрессионных моделей к локальным визуальным закономерностям вместо долгосрочной динамики. Репозиторий также содержит VAE, текстовый энкодер и токенизатор; метаданные указывают библиотеку Diffusers и формат safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • постобучение модели для моделирования динамики роботизированных сцен
  • предсказание будущих видеофрагментов в причинной последовательности
  • исследование долгосрочного авторегрессионного моделирования видео и действий
  • создание постобученной версии Next Forcing для задач робототехники

Ограничения

В базовом чекпойнте отсутствуют модули Multi-Chunk Prediction; для описанного постобучения они создаются и инициализируются из блоков backbone. README не приводит численные результаты оценки качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Next Forcing — Base Checkpoint

Base checkpoint for Next Forcing: Causal World Modeling with Multi-Chunk Prediction. This is the causal video-action backbone used as the initialization for post-training.

Model Description

Next Forcing addresses the myopic supervision problem in autoregressive video world models: next-chunk denoising tends to learn local appearance shortcuts instead of long-range dynamics, especially at high frame rates. Lightweight Multi-Chunk Prediction (MCP) modules predict multiple future chunks through a causal chain during training, providing dense temporal supervision to the backbone.

This base checkpoint contains the backbone without MCP modules. The MCP modules are created at the start of post-training and initialized from the last mcp_blocks_per_depth backbone blocks (mcp_init_from_backbone = True), so the post-trained checkpoint is correspondingly larger (6.7B vs 5.1B).

Parameters5.1B (BF16)
Backbone layers30
MCP modulesNot included (added during post-training)

Built on top of the LingBot-VA codebase.

Repository Layout

transformer/     Causal video-action backbone
vae/
text_encoder/
tokenizer/

Usage

Clone the code and install the dependencies as described in the repository README.

python -m pip install "huggingface_hub[cli]"
hf download gangweix/next-forcing-base \
  --local-dir ./checkpoints/next-forcing-base

The training code resolves model subfolders by path, so point NEXT_FORCING_PRETRAINED_MODEL_PATH at the local directory, not at the Hub repository id:

export NEXT_FORCING_PRETRAINED_MODEL_PATH=$PWD/checkpoints/next-forcing-base
export NEXT_FORCING_DATASET_PATH=/path/to/your/dataset
export NEXT_FORCING_SAVE_ROOT=/path/to/your/output

NGPU=8 CONFIG_NAME=robotwin_train \
bash script/run_va_posttrain.sh --init-worker 1

MCP defaults (wan_va/configs/mcp_train_config.py): num_mcp_depths = 3, mcp_blocks_per_depth = 3, mcp_hidden_collect_layers = [3, 11, 19, 29], mcp_loss_weights = [0.5, 0.2, 0.1].

License

Released under the Apache License 2.0. Next Forcing is developed on top of the LingBot-VA codebase; please retain the upstream attribution and license when redistributing.

Citation

@article{xu2026next,
  title={Next Forcing: Causal World Modeling with Multi-Chunk Prediction},
  author={Xu, Gangwei and Zhang, Qihang and Zhou, Jiaming and Zhu, Xing and Shen, Yujun and Yang, Xin and Xu, Yinghao},
  journal={arXiv preprint arXiv:2606.11187},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
305a3fe

0 моделей