/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
lerobot
Опубликована
28 мая 2026

VLA-JEPA-Pretrain

Языковая модельИзображение, текст → action3 профессии

VLA-JEPA — политика LeRobot, которая использует изображения с камер для предсказания действий робота.

899скачиваний за 30 дней12лайковвеса обновлены6 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

VLA-JEPA — политика Vision-Language-Action для управления роботом, опубликованная в Hub и обученная с помощью LeRobot. Она объединяет языковую основу Qwen3-VL, видеомодель мира V-JEPA2 с самообучением и головку действий DiT на основе flow matching.

Модель принимает два изображения с внешних камер размером 224×224 и предсказывает вектор действия из семи значений. Карточка описывает запуск политики на роботе через LeRobot и обучение собственной политики. Лицензия — Apache-2.0.

Для политики пока не приведены результаты оценки. Входы привязаны к конкретным ключам камер, поэтому для запуска конфигурация камер должна им соответствовать.

Сценарии применения

  • управление роботом по изображениям с двух внешних камер
  • предсказание вектора действий для роботизированной платформы
  • запуск политики управления через LeRobot
  • обучение собственной политики на основе VLA-JEPA

Ограничения

Результаты оценки политики не приведены. Для запуска нужны камеры, соответствующие входным ключам observation.images.exterior_1_left и observation.images.exterior_2_left.

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

Model Card for vla_jepa

VLA-JEPA is a Vision-Language-Action model that combines a Qwen3-VL language backbone with a self-supervised video world model (V-JEPA2) and a flow-matching DiT action head.

This policy has been trained and pushed to the Hub using LeRobot.

Learn how to train and run it in the LeRobot vla_jepa guide, or browse the full documentation.


Model Details

  • License: apache-2.0

Inputs & Outputs

The policy consumes these observation features and produces these action features.

Inputs

FeatureTypeShape
observation.images.exterior_1_leftVISUAL(3, 224, 224)
observation.images.exterior_2_leftVISUAL(3, 224, 224)

Outputs

FeatureTypeShape
actionACTION(7,)

How to Get Started with the Model

New to LeRobot? These guides cover the full workflow:

The short version to run and train this policy:

Run the policy on your robot

lerobot-rollout \
  --strategy.type=base \
  --robot.type=<your_robot_type> \
  --robot.port=<your_robot_port> \
  --robot.cameras="{ <camera_1>: {type: opencv, index_or_path: <index_or_path>, width: 640, height: 480, fps: 30}, <camera_2>: {type: opencv, index_or_path: <index_or_path>, width: 640, height: 480, fps: 30}}" \
  --policy.path=lerobot/VLA-JEPA-Pretrain \
  --task="<your_task_description>" \
  --duration=60

Replace the remaining <...> placeholders with your own values: --robot.port and the camera names/indices are specific to your machine, and the camera names must match the observation keys this policy was trained on.

When --strategy.type=base is used the script doesn't record the episodes. Skipping duration will make the policy run indefinitely. For more information look at rollout documentation.

Train your own policy

lerobot-train \
  --dataset.repo_id=${HF_USER}/<dataset> \
  --policy.type=vla_jepa \
  --output_dir=outputs/train/<policy_repo_id> \
  --job_name=lerobot_training \
  --policy.device=cuda \
  --policy.repo_id=${HF_USER}/<policy_repo_id> \
  --wandb.enable=true

Writes checkpoints to outputs/train/<policy_repo_id>/checkpoints/.


Evaluation

No evaluation results have been provided for this policy yet.


Citation

If you use this policy, please cite the method linked in the description above, along with LeRobot:

@misc{cadene2024lerobot,
    author = {Cadene, Remi and Alibert, Simon and Soare, Alexander and Gallouedec, Quentin and Zouitine, Adil and Palma, Steven and Kooijmans, Pepijn and Aractingi, Michel and Shukor, Mustafa and Aubakirova, Dana and Russi, Martino and Capuano, Francesco and Pascal, Caroline and Choghari, Jade and Moss, Jess and Wolf, Thomas},
    title = {LeRobot: State-of-the-art Machine Learning for Real-World Robotics in Pytorch},
    howpublished = "\url{https://github.com/huggingface/lerobot}",
    year = {2024}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · lerobot

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
e946c3e

0 моделей