/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
lerobot
Опубликована
7 окт 2026

lingbot_vla_v2_robotwin

Языковая модельИзображение, текст → action

Политика LingBot-VLA 2.0 для LeRobot, предназначенная для управления роботом в задачах манипуляции RoboTwin 2.0 по визуальным наблюдениям.

285скачиваний за 30 дней2лайкавеса обновлены9 окт 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

LingBot-VLA 2.0 (robotwin) — версия модели для LeRobot, опубликованная сообществом LeRobot. Это мультимодальная политика управления роботом: она использует основу Qwen3-VL-4B и разреженный MoE-эксперт действий на базе Qwen2, обученный предсказывать действия методом flow matching. В репозитории размещены неизменённые веса авторского чекпойнта, дообученного на RoboTwin 2.0, а также конфигурация LeRobot и процессоры данных.

Модель предназначена для выполнения задач манипуляции в симуляторе RoboTwin 2.0. Пример в карточке показывает оценку политики для задачи забивания блока молотком с изображениями с камер робота. Модель принимает визуальные наблюдения и выдаёт действия для управления роботом; карточка не сообщает поддерживаемые языки естественного языка. Репозиторий использует формат safetensors и библиотеку LeRobot. Лицензия — Apache-2.0.

Сценарии применения

  • оценка политики робота в симуляторе RoboTwin 2.0
  • выполнение задачи забивания блока молотком в симуляции
  • управление роботом по изображениям с головной и запястных камер

Ограничения

Карточка демонстрирует применение для задач RoboTwin 2.0; пригодность для других роботов или сред не заявлена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LingBot-VLA 2.0 (robotwin)

LingBot-VLA 2.0 converted for LeRobot (policy.type=lingbot_vla_v2): a Qwen3-VL-4B backbone with a sparse-MoE Qwen2 action expert, trained with flow matching.

Checkpoint fine-tuned by the authors on RoboTwin 2.0 (checkpoints/global_step_50000).

The weights are the upstream robbyant/lingbot-vla-v2-6b-robotwin weights, unchanged (fp32, every tensor checked against upstream), with a LeRobot config and processors.

Usage

lerobot-eval \
  --policy.path=lerobot/lingbot_vla_v2_robotwin \
  --env.type=robotwin \
  --env.task=beat_block_hammer \
  --eval.batch_size=1 \
  --eval.n_episodes=100 \
  --rename_map='{"observation.images.head_camera": "observation.images.cam_high", "observation.images.left_camera": "observation.images.cam_left_wrist", "observation.images.right_camera": "observation.images.cam_right_wrist"}'

License

Apache-2.0, as the upstream release. Fine-tuning with the dual-query distillation (on by default) downloads frozen teachers under their own licenses, including DINO-Video weights under the DINOv3 License. Inference does not use them.

Citation

@article{lingbotvla2,
  title={From Foundation to Application: Improving VLA Models in Practice},
  author={Wei Wu and others},
  journal={arXiv preprint arXiv:2607.06403},
  year={2026}
}

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
54f79a4

0 моделей