Характеристики

Опубликована: 15 июл 2026

Ссылки

Hugging Face

pimamba-l12-depth4-libero-nolora-fullvlm

giakhuyendihoc

Языковая модельИзображение, текст → action

Дообученный на LIBERO чекпойнт PI-Mamba формирует действия робота по визуально-языковому контексту.

0скачиваний за 30 дней0лайковвеса обновлены15 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

Это чекпойнт PI-Mamba L12 Depth4, дообученный на LIBERO командой, опубликовавшей модель под именем giakhuyendihoc. Он предназначен для управления роботом в задачах LIBERO, где модель использует визуально-языковой контекст для формирования действий. Чекпойнт получен на шаге 30 000 из инициализатора pi05_base_pytorch с полным дообучением VLM, визуальной части и пути действий PI-Mamba без LoRA.

Конфигурация использует ранний выход VLM на слое 12, контекст ctxD K=64 с gated conditioning и блок смешивания действий Mamba глубины 4 и ширины 512. В README приведён средний результат 97,5 по указанным наборам LIBERO; для работы необходимы совместимые код и конфигурация PI-Mamba/OpenPI, а в репозитории есть статистики нормализации LIBERO. Лицензия в предоставленных данных не указана.

Сценарии применения

управление роботом в задачах LIBERO
выполнение пространственных задач манипуляции
перемещение и взаимодействие с объектами по инструкции
достижение заданного состояния или цели в симуляции

Ограничения

Чекпойнт рассчитан на применение с совместимыми кодом и конфигурацией PI-Mamba/OpenPI и обучен для LIBERO; перенос на другие среды или задачи не подтверждён. Лицензия в предоставленных данных отсутствует.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PI-Mamba L12 Depth4 LIBERO no-LoRA fullVLM

30k-step LIBERO finetuned checkpoint for PI-Mamba L12 depth4 no-LoRA fullVLM.

Checkpoint

OpenPI config: pi05_mamba_tiny_early_ctxd12_gated_fullvlm_libero_5090
Experiment: icra_nolora_fullvlm_pimamba_l12_depth4_cosine5e5_5e6_b16_acc1_seed42
Step: 30000
Initializer: pi05_base_pytorch
Adaptation: full executed VLM / full vision / full PI-Mamba action path, no LoRA
Context: early VLM exit at layer 12, ctxD K=64, pooled gated conditioning
Mamba action mixer: depth 4, width 512
Training: batch 16, grad accumulation 1, seed 42
LR schedule: cosine from 5e-5 to 5e-6 over 30k steps
LIBERO eval: seed 7, 50 trials per task, 10 denoising steps

Files included:

model.safetensors
metadata.pt
assets/physical-intelligence/libero/norm_stats.json

LIBERO Results

Spatial	Object	Goal	LIBERO-10	Average
98.0	99.8	98.0	94.0	97.5

Efficiency

Metric	Value
Action expert core	29.74M
Train time	10.81 h
Best train step time	1.04 s/step
GFLOPs/query	3199.13
Prefix + ctxD	41.15 ms
Denoise	56.06 ms
Denoise per step	5.61 ms
Median model latency	107.54 ms
Query Hz	9.30
Action Hz	46.50

Use

Use with the matching PI-Mamba/OpenPI code and config:

--config-name pi05_mamba_tiny_early_ctxd12_gated_fullvlm_libero_5090
--checkpoint-dir /path/to/checkpoint

The checkpoint includes the LIBERO norm stats under assets/physical-intelligence/libero.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов: c498252