Характеристики

Опубликована: 15 июл 2026

Ссылки

pimamba-l18-depth4-libero-nolora-fullvlm

Языковая модельИзображение, текст → action

Дообученный на LIBERO чекпойнт PI-Mamba для выполнения роботом манипулятивных задач по зрительным наблюдениям и языковым инструкциям.

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 L18 depth4, дообученный на наборе LIBERO для управления роботом по зрительным и языковым входам. Модель разработана на базе OpenPI; обучение продолжалось 30 000 шагов с полной настройкой VLM, визуальной части и тракта действий PI-Mamba, без LoRA. В конфигурации используется префикс VLM с контекстом L18 и Mamba action mixer глубиной 4 и шириной 512.

Чекпойнт предназначен для выполнения манипулятивных задач LIBERO: он принимает визуальное наблюдение и текстовую инструкцию и предсказывает действия робота. В README приведён средний результат 98,4 по оценке LIBERO на 50 испытаниях для каждой задачи. Для запуска нужны соответствующие код и конфигурация PI-Mamba/OpenPI; репозиторий содержит веса safetensors и статистику нормализации LIBERO. Лицензия в предоставленных данных не указана.

Сценарии применения

выполнение задач манипуляции объектами в LIBERO
управление роботом по текстовой инструкции и изображению сцены
оценка vision-language-action моделей на бенчмарке LIBERO

Ограничения

Для запуска требуется совместимый код и конфигурация PI-Mamba/OpenPI. Результат оценки относится к LIBERO; лицензия в доступных данных не указана.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PI-Mamba L18 Depth4 LIBERO no-LoRA fullVLM

30k-step LIBERO finetuned checkpoint for PI-Mamba L18 depth4 no-LoRA fullVLM.

Checkpoint

OpenPI config: pi05_mamba_tiny_ctxd18_gated_fullvlm_libero_5090
Experiment: icra_nolora_fullvlm_pimamba_l18_depth4_cosine5e5_5e6_b16_acc1_seed42
Step: 30000
Initializer: pi05_base_pytorch
Adaptation: full VLM / full vision / full PI-Mamba action path, no LoRA
Context: full L18 VLM prefix, 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
99.2	99.8	98.8	95.8	98.4

Efficiency

Metric	Value
Action expert core	29.74M
Train time	13.78 h
Best train step time	1.40 s/step
GFLOPs/query	4478.26
Prefix + ctxD	46.61 ms
Denoise	56.40 ms
Denoise per step	5.64 ms
Median model latency	107.61 ms
Query Hz	9.29
Action Hz	46.47

Use

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

--config-name pi05_mamba_tiny_ctxd18_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: 4c063cc