Характеристики

Лицензия: Apache 2.0
Базовая модель: smolvla_base
Опубликована: 13 июл 2026

Ссылки

smolvla_so100_pickplace_20000s_20260713

Языковая модельИзображение, текст → action3 профессии

SmolVLA, дообученная на данных SO-100 для выполнения задач захвата и размещения предметов по изображениям и состоянию робота.

22скачиваний за 30 дней0лайковвеса обновлены13 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

SmolVLA를 SO-100 로봇의 집기 및 놓기 작업에 맞춰 20,000스텝 동안 미세 조정한 LeRobot 체크포인트입니다. 기반 모델은 lerobot/smolvla_base이며, 데이터셋 lerobot/svla_so100_pickplace의 50개 에피소드와 19,631개 프레임을 사용했습니다. README에 따르면 기반 모델의 VLM 부분은 고정하고 100M 파라미터 액션 전문가를 학습했습니다.

모델은 top 및 wrist 카메라 영상과 로봇 상태를 입력으로 받아 연속 로봇 동작을 생성합니다. SO-100에서 물체 집기와 놓기를 수행하도록 설계되었으며, 데이터 수집 당시의 구형 캘리브레이션 규약에서 좌표를 사용합니다. 다른 캘리브레이션 규약을 쓰는 로봇에 적용할 때는 좌표 변환이 필요합니다.

Модель распространяется под лицензией Apache-2.0. README описывает 20 000 шагов настройки как сокращённый вариант протокола из статьи; приведённых данных недостаточно, чтобы подтвердить качество на других задачах или конфигурациях робота.

Сценарии применения

захват предметов роботом SO-100
перемещение и размещение предметов роботом SO-100
управление роботом по изображениям top- и wrist-камер
генерация непрерывных действий манипулятора по состоянию робота

Ограничения

Координаты соответствуют калибровке SO-100, использованной при сборе данных; для робота с другой калибровкой требуется преобразование координат. Обучение основано на 50 эпизодах одного набора данных, и README не сообщает о проверке на других роботах или задачах.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей IV.7Отраслевые задачиЦепочки поставок, склады, логистика и международная торговляAI помогает планировать сеть поставок, склады, перевозки и международное движение товаров.42 задачи392модели II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

smolvla_so100_pickplace_20000s_20260713

SmolVLA fine-tune (논문 real-world 평가 프로토콜 재현).

항목	값
날짜	20260713
Base	lerobot/smolvla_base (450M, VLM frozen, action expert 100M 학습)
데이터셋	lerobot/svla_so100_pickplace (50 episodes, 19631 frames, 30fps)
스텝 / 배치	20000 steps / batch 16
하드웨어	RTX 5080 16GB (단일 GPU)
프레임워크	lerobot 0.6.1 (git main e40b58a8)

논문(arXiv 2506.01844)은 실환경 200k 스텝 파인튜닝이나, "much smaller number of steps without sacrificing significant performance" 관찰에 따라 20000 스텝 적용.
카메라 키: 데이터셋 규약(top/wrist) 그대로. state/action: SO-100 구세대 캘리브레이션 규약(degree).
주의: 이 모델의 좌표 규약은 데이터셋 수집 당시 로봇 기준이므로, 다른 캘리브레이션 규약의 로봇에 적용 시 좌표 변환 필요.

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: 135ecc1