Характеристики

Лицензия: Apache 2.0
Опубликована: 6 июл 2026

Ссылки

Hugging Face

MolmoBot-Pi0-DROID-absjoint

shrg7

Языковая модельИзображение, текст → action

Дообученная на DROID VLA-модель для управления суставами роботизированной руки и захватом.

0скачиваний за 30 дней0лайковвеса обновлены6 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

MolmoBot-Pi0 DROID — модель типа vision-language-action для управления роботом, созданная как полное дообучение MolmoBot-Pi0 на отфильтрованной смеси DROID в формате LeRobot v3.0. Она формирует целевые действия в виде абсолютных положений суставов: семь суставов руки и захват, с целевым значением q[t+1].

В обучении оставляли замороженной визуальную башню, а декодер, эксперт действий и проекции дообучали до шага 5000. Для запуска README указывает загрузку model.safetensors в PI0Pytorch; в assets находятся статистики нормализации и конфигурация обучения для оценивающей политики. Модель предназначена для робототехнического управления по визуальным наблюдениям и состоянию задачи. Лицензия — Apache-2.0.

Сценарии применения

управление семью суставами роботизированной руки
управление захватом робота
выполнение робототехнических действий по визуальным наблюдениям
оценка политики управления на данных DROID

Ограничения

Модель обучена под целевые действия в формате абсолютных положений семи суставов руки и захвата; использование требует совместимой реализации PI0Pytorch, конфигурации и статистик нормализации из репозитория.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MolmoBot-Pi0 DROID — absolute joint-pose full fine-tune

Full fine-tune of MolmoBot-Pi0 (PaliGemma-decoder VLA) on the filtered DROID mixture (shrg7/droid-equad-stage-1, LeRobot v3.0), with absolute joint-pose action targets (arm[t] = q[t+1], 7 arm joints + gripper).

Base: MolmoBot-Pi0-DROID
Config: molmobot_pi0_lerobot_droid_absjoint
Checkpoint: step 5000 (flat pi0 state dict)
Vision tower frozen; decoder + action expert + projections trained.

assets/ holds the normalization stats (norm_stats) and train config the eval policy loads. metadata.pt is the trainer metadata. Load model.safetensors into a plain PI0Pytorch.

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: a5df312