Характеристики

Лицензия: Apache 2.0
Опубликована: 24 июл 2026

Ссылки

bijou-checkpoints

Языковая модельИзображение, текст → action

Bijou — контрольные точки VLA-модели на базе Gemma для управления роботизированными руками SO-100 и SO-101 по визуально-языковым входам.

0скачиваний за 30 дней0лайковвеса обновлены5 авг 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

Bijou — модель vision-language-action для управления роботизированными манипуляторами SO-100 и SO-101. Репозиторий содержит сырые контрольные точки обучения: обученные веса эксперта действий и состояние оптимизатора; это не готовые артефакты для инференса. Модель использует замороженный усечённый префиксный энкодер Gemma 4 E2B (слои 0–14), передающий потоки cross-attention эксперту действий на основе flow matching, который уточняет чанки действий длиной 50 шагов.

Модель предназначена для управления руками SO-100/SO-101 по визуально-языковым входам. Обучающая часть — эксперт действий; для загрузки требуется собрать модель с базовым энкодером и конфигурацией из контрольной точки. Состояния и действия нормализуются средним и стандартным отклонением отдельно для каждого набора данных, поэтому при инференсе нужны статистики нормализации целевой роботизированной установки. Данные обучения основаны на преобразованных в LeRobot v3 сообществах SO-100. Лицензия репозитория — Apache-2.0.

Сценарии применения

Управление рукой SO-100 по визуальным наблюдениям и текстовым инструкциям
Управление рукой SO-101 с генерацией чанков действий
Продолжение обучения эксперта действий Bijou
Исследование flow-matching для роботизированных манипуляторов

Ограничения

Репозиторий содержит сырые контрольные точки, а не готовую сборку для инференса; для запуска нужны код загрузчика и базовый энкодер. Нормализация действий и состояний требует статистик целевой установки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Bijou training checkpoints

Raw training checkpoints for Bijou, a vision-language-action model for SO-100/SO-101 arms: a frozen, truncated Gemma 4 E2B prefix encoder (layers 0–14; K/V of the global-attention layers exported as cross-attention streams) driving a flow-matching action expert that denoises 50-step action chunks. Code: mcobzarenco/flow-matching (bijou/).

These are not packaged inference artifacts — each <run>/<step>/ directory is a raw training checkpoint:

expert.safetensors — action-expert weights (the only trained part)
optimizer.pt — AdamW moments + LR-schedule state (--resume support)
bijou_config.json — expert config, backbone id, per-dataset normalization stats table (+ count-weighted aggregate fallback), train args, step

Actions/states are MEAN_STD-normalized per dataset; inference must normalize with the deployment rig's stats (see the stats table in the config). Training data: the community_dataset_v1_v3 / community_dataset_v2_v3 LeRobot v3 conversions of the Hugging Face SO-100 community collections.

To load: build the model with bijou.loading.from_backbone using the expert config from bijou_config.json, then load expert.safetensors into model.expert (see bijou/train.py --init-from / --resume).

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: 2578852