/ Модель

Характеристики

Лицензия
MIT
Опубликована
25 авг 2025

octo-small-test

Языковая модельИзображение, текст → action3 профессии

Octo-Small — преобразованная в PyTorch обобщённая политика для управления роботом в задачах манипуляции.

20скачиваний за 30 дней0лайковвеса обновлены26 авг 2025

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

Octo-Small — преобразованная в PyTorch версия обобщённой политики робота Octo для задач манипуляции. Репозиторий lilkm/octo-small-test содержит веса в формате safetensors; исходные реализации связаны с octo-models/octo, emb-ai/octo-pytorch и s1lent4gnt/octo-pytorch. Модель использует трансформер с 12 слоями, размерностью 384 и 6 головами, визуальный энкодер SmallStem16 на базе CNN, языковой энкодер T5-Base и диффузионную голову действий с четырьмя шагами. Максимальный горизонт составляет 10 временных шагов, размерность действия — 7.

Модель предназначена для управления роботом при выполнении разнообразных манипуляций по визуальным и языковым условиям. Весы T5-Base не включены в репозиторий и загружаются отдельно при инициализации. Лицензия — MIT.

Сценарии применения

  • управление роботом при выполнении задач манипуляции
  • генерация последовательности действий робота по визуальному наблюдению
  • выполнение языковых инструкций для робота
  • исследование обобщённых роботизированных политик

Ограничения

Веса языкового энкодера T5-Base не входят в репозиторий и загружаются отдельно. Политика рассчитана на горизонт до 10 временных шагов и выдаёт действия размерности 7.

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

Octo-Small PyTorch Model

This is the octo-small model converted to PyTorch format.

Model Description

Octo is a generalist robot policy trained on diverse robot manipulation tasks.

Usage

Loading the pretrained model

import torch
from safetensors.torch import load_file
import json
from octo_pytorch.model import OctoModel
from octo_pytorch.model.configuration_octo import OctoConfig

# Load config
with open('config.json', 'r') as f:
    config_dict = json.load(f)

# Initialize model configuration
config = OctoConfig(model_name=config_dict['model_name'])

# Initialize model
model = OctoModel(config)

# Load weights (T5 encoder weights will be loaded automatically from HuggingFace Hub)
state_dict = load_file('model.safetensors')
model.load_state_dict(state_dict, strict=False)  # strict=False because T5 weights are not in the file

Alternative: Direct loading from HuggingFace Hub

from octo_pytorch.model import OctoModel

# Load model directly from HuggingFace Hub
model = OctoModel.from_pretrained('lilkm/octo-small-test')

Note: The T5-base language encoder weights are not included in this upload to save space. They will be automatically downloaded from HuggingFace Hub when you initialize the model.

Model Architecture

  • Transformer: 12 layers, 384 dim, 6 heads
  • Vision Encoder: Custom CNN (SmallStem16)
  • Language Encoder: T5-Base
  • Action Head: Diffusion policy with 4 action steps
  • Max Horizon: 10 timesteps
  • Action Dimension: 7

Files

  • model.safetensors: Model weights in safetensors format
  • config.json: Model configuration
  • dataset_statistics.npy: Dataset statistics used for normalization (if available)

Citation

If you use this model, please cite:

@article{octo_2023,
    title={Octo: An Open-Source Generalist Robot Policy},
    author={Octo Model Team et al.},
    journal={arXiv preprint arXiv:2405.12213},
    year={2024}
}

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
47d4fb9

0 моделей