Характеристики

Лицензия: Своя лицензия
Библиотека: pytorch
Опубликована: 23 июл 2026

Ссылки

foundational_action

Языковая модельИзображение, текст → action

Набор контрольных точек Foundation Action от Kesai Labs для воспроизведения и оценки моделей временной динамики в робототехнических экспериментах.

0скачиваний за 30 дней0лайковвеса обновлены23 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

Репозиторий shuhant/foundational_action содержит контрольные точки и вспомогательные метаданные для воспроизведения Foundation Action от Kesai Labs. В набор входят контрольные точки временной динамики DINO и corrected-DA3, веса LingBot, DA3-Giant и GAM, нормализации действий, состояний и траекторий, вспомогательные данные для глубины и MoGe, а также артефакты калибровки и оценки. Это комплект для экспериментов и проверки воспроизведения в связке с кодом Foundation Action, а не автономная универсальная модель.

Модель предназначена для сценариев робототехники, связанных с моделированием временной динамики, состояниями и траекториями, и оценки воспроизведённых результатов. Метаданные указывают PyTorch и файлы в форматах PyTorch и safetensors. README не сообщает число параметров, длину контекста или поддерживаемые естественные языки. Лицензия обозначена как other, поэтому конкретные права использования по предоставленным данным определить нельзя. В комплекте отсутствуют PAI-данные, архив камеры и эго-движения, замороженный кандидат, исходники оценщика и эталонный результат; README также предупреждает о проверке манифеста перед загрузкой файлов .pt и .pth.

Сценарии применения

воспроизведение динамики робота по временным последовательностям
работа с представлениями состояний и нормализацией действий
анализ траекторий в робототехнических экспериментах
оценка контрольных точек Foundation Action
эксперименты с вспомогательными моделями глубины и MoGe

Ограничения

Для воспроизведения требуется соответствующий код Foundation Action и связанные данные; README указывает, что PAI-данные, архив камеры и эго-движения и эталонный результат в репозитории отсутствуют. Лицензия обозначена как other, а перед загрузкой файлов .pt и .pth рекомендуется проверять манифест контрольных сумм.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Foundation Action reproduction checkpoints

This repository contains the exact checkpoints and loader-adjacent metadata used by the Kesai Labs Foundation Action reproduction.

The bundle covers:

DINO temporal dynamics step 100,000, its LingBot teacher, action/state and trajectory normalizations, depth/MoGe auxiliaries, and evaluation probe;
corrected-DA3 dynamics step 6,000, DA3-Giant and GAM base weights, experiment metadata, calibration artifacts, and both evaluation probes.

Every file is bound by size, SHA-256, and role in checkpoint-manifest.json. Verify the manifest before loading any pickle-based .pt or .pth file. These files are intended for the locked-uv workflow in kesai-labs/foundation-action at validated code revision eac516fa40519a50a1249388cc61484db8bf1742. That exact code is also included as source/foundation-action-eac516f.tar.gz with SHA-256 e4ac407d7b7826bd42f2afeffa31b4920a24222638798462c91f0c0948ec504c. The full 1,024-parent Alpamayo1.5 K=6 and historical Top-10 evidence is recorded in docs/2026-07-22-ar15-full-reproduction.md in that code repository. The README section “Download-to-retrieval example” is the smaller supported PAI-derived GT+9 path and explicitly does not claim historical metric identity.

No PAI data, camera/egomotion archive, frozen candidate, evaluator source, or golden result is included.

License and access

The bundle combines artifacts with different upstream terms:

LingBot-VLA2/DINO-Video and LingBot-Depth: Apache License 2.0;
MoGe-2 and Geometric Action Model: MIT;
DA3 source code: Apache License 2.0;
DA3-GIANT weights and derivatives: CC BY-NC 4.0, as identified by the upstream DA3 model table.

Corresponding Apache/MIT license texts are under licenses/. The bundled Foundation Action source is MIT-licensed and contains its own notices. DA3-GIANT and the corrected-DA3 derivative checkpoint are non-commercial artifacts; users must preserve attribution and comply with CC BY-NC 4.0. This repository contains no PAI data. The license: other marker reflects the mixed bundle and does not replace any upstream license or access condition.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов: c31905b