/ Модель

Характеристики

Размер весов
12,6 ГБ
Лицензия
Своя лицензия
Архитектура
Gr00tN1d7 · dense
Базовая модель
GR00T-N1.7-3B
Опубликована
8 июл 2026

gr00t-n17-malkist-so101

Языковая модельИзображение, текст → action3 профессии

Дообученная GR00T N1.7-3B управляет рукой SO-101, чтобы собирать упаковки Malkist и складывать их в коробку-ящик.

15скачиваний за 30 дней0лайковвеса обновлены8 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

Это дообученная модель NVIDIA GR00T N1.7-3B для управления манипуляционной рукой SO-101 при настольной задаче «взять упаковки печенья Malkist и положить их в коробку-ящик, затем вернуть руку в исходное положение». Модель основана на vision-language-action архитектуре GR00T N1.7 и обучена на 5 000 шагах на наборе monshinawatra/malkist-picknplace: 50 эпизодах телоуправления, собранных в Isaac Sim и экспортированных в формат LeRobot.

На вход подаются RGB-изображения с фронтальной и кистевой камер 640×480, инструкция и шесть абсолютных значений суставов руки SO-101. На выходе модель формирует управляющие действия для руки и захвата. При дообучении обучались projector и diffusion action head, а языковая модель и энкодер изображений оставались замороженными. Чекпойнт опубликован в формате safetensors; лицензия указана как other.

Это ранний контрольный чекпойнт, обученный до половины запланированных 10 000 шагов. Небольшой набор данных из одной симуляционной сцены ограничивает перенос на другие положения объектов, освещение, фон и отвлекающие предметы; при запуске на реальном роботе возможен разрыв между симуляцией и реальностью. Модель предназначена для конкретной задачи с упаковками Malkist и коробкой-ящиком.

Сценарии применения

  • взять упаковки Malkist со стола и положить их в коробку-ящик
  • управлять захватом и суставами руки SO-101 по изображениям камер
  • вернуть руку SO-101 в исходное положение после раскладывания предметов

Ограничения

Чекпойнт обучен на 5 000 из запланированных 10 000 шагов и всего на 50 эпизодах из одной симуляционной сцены, поэтому его надёжность и перенос на новые условия ограничены. Модель специализирована на задании с Malkist и коробкой-ящиком; на реальном оборудовании возможен разрыв с симуляцией.

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

GR00T N1.7 — Malkist Pick-and-Place (SO-101)

Fine-tune of nvidia/GR00T-N1.7-3B for a tabletop pick-and-place task on the SO-101 follower arm: picking biscuit ("malkist") packs and placing them into a drawer box.

  • Base model: nvidia/GR00T-N1.7-3B (~3B-param vision-language-action model)
  • Embodiment tag: NEW_EMBODIMENT (SO-101 was not in GR00T pretraining)
  • Dataset: monshinawatra/malkist-picknplace
  • Training step: 5,000
  • Task instruction: Pick all malkists and put them into the drawer box, then reset the arm to rest state.

Task & I/O

RobotSO-101 follower, 6-DoF (5 arm joints + gripper)
Camerasfront (third-person/overhead) + wrist, 640×480 RGB
State6-D absolute joint positions: shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll, gripper
Action16-step chunk; arm = relative joint deltas, gripper = absolute target
Languagenatural-language task instruction (see above)

Camera note: the source dataset stores the third-person view as observation.images.top; it is mapped to the model's front input via modality.json. When deploying, register the overhead camera as front on the client.

Training

  • Method: GR00T N1.7 fine-tuning (Isaac-GR00T). Default tuning — projector + diffusion action head trainable; LLM backbone and vision encoder frozen.
  • Data: 50 teleoperation episodes, 27,944 frames @ 30 fps, collected in Isaac Sim with LeIsaac and exported to LeRobot format.
  • Modality/data config: SO-100 single-arm config (examples/SO100/so100_config.py) — state/action single_arm (idx 0–5) + gripper (idx 5–6); video front + wrist.
  • Steps: 5,000 (of a planned 10,000; see Limitations).

Usage (remote inference server + thin client)

1. Start the policy server (GPU with 16 GB+ VRAM):

git clone https://github.com/NVIDIA/Isaac-GR00T.git && cd Isaac-GR00T && uv sync
uv run hf download monshinawatra/gr00t-n17-malkist-so101 --local-dir ./ckpt

uv run python gr00t/eval/run_gr00t_server.py \
  --model-path ./ckpt \
  --embodiment-tag NEW_EMBODIMENT \
  --host 0.0.0.0 --port 5555

The checkpoint bundles experiment_cfg/ (modality config + dataset statistics), so no --modality-config-path / --data-config is needed.

2. Run the client on the machine attached to the SO-101:

cd gr00t/eval/real_robot/SO100
uv run python eval_so100.py \
  --robot.type=so101_follower \
  --robot.port=/dev/ttyACM0 \
  --robot.id=my_follower \
  --robot.cameras="{ front: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30}, wrist: {type: opencv, index_or_path: 2, width: 640, height: 480, fps: 30}}" \
  --policy-host=<SERVER_IP> --policy-port=5555 \
  --lang-instruction="Pick all malkists and put them into the drawer box, then reset the arm to rest state."

Open-loop sanity check against the dataset (no robot needed):

uv run python gr00t/eval/open_loop_eval.py \
  --dataset-path <lerobot_v2.1_dataset> \
  --embodiment-tag NEW_EMBODIMENT --model-path ./ckpt \
  --traj-ids 0 --execution-horizon 16 --steps 400

Contents

Standard HF-format GR00T checkpoint: model-0000{1,2,3}-of-00003.safetensors + model.safetensors.index.json, config.json, experiment_cfg/, embodiment_id.json, statistics.json, plus training state (optimizer.pt, scheduler.pt, trainer_state.json) for resuming.

Limitations

  • Early checkpoint (5k steps). Trained to half the planned 10k steps; treat as a functional baseline, not a final policy. Resume from the included optimizer state to continue.
  • Small dataset (50 episodes) from a single scene/setup — expect limited robustness to new object positions, lighting, backgrounds, or distractors.
  • Sim-collected data (Isaac Sim / LeIsaac); a sim-to-real gap may apply on hardware.
  • Task-specific to malkist → drawer-box placement with the exact instruction above.

Citation / references

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.

Класс архитектуры
Gr00tN1d7
Ревизия весов
e1583b4

0 моделей