Модель ODEWorld прогнозирует последовательность визуальных целевых состояний по изображению и языковому описанию для задач робототехники.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
ODEWorld-Goal-Predictor-LIBERO — модель прогнозирования целевых состояний, обученная на LIBERO и включающая предсказатель цели, а также визуальный и текстовый энкодеры DINO. Она предназначена для сценариев робототехники, где по изображению и языковому описанию нужно предсказать последовательность визуальных состояний. В метаданных Hugging Face указаны задача image-to-video, библиотека ODEWorld и формат safetensors.
Модель разработана авторами проекта ODEWorld. Карточка отсылает к репозиторию проекта за инструкциями по загрузке и запуску. Указана лицензия Apache-2.0. Данных о размере модели и длине контекста в предоставленных источниках нет.
Обучение ориентировано на LIBERO, поэтому применимость к другим робототехническим задачам и средам может быть ограничена. Подробные инструкции по инференсу находятся в репозитории ODEWorld.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Language-conditioned goal predictor trained on LIBERO. This checkpoint includes the goal predictor and its DINO image and text encoders.
For installation, loading, and inference instructions, see the ODEWorld GitHub repository.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · odeworld
Модели «картинка → видео» пока не запускаются.