Характеристики

Размер весов: 12,6 ГБ
Лицензия: Apache 2.0
Архитектура: Gr00tN1d7 · dense
Базовая модель: GR00T-N1.7-3B
Опубликована: 13 июл 2026

Ссылки

GR00T-N1.7-g1-apple2plate

Языковая модельИзображение, текст → action3 профессии

Дообученная политика GR00T для Unitree G1, которая по изображению и инструкции подбирает красное или зелёное яблоко и кладёт его на тарелку.

17скачиваний за 30 дней0лайковвеса обновлены14 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

GR00T-N1.7-g1-apple2plate — дообученная модель-политика на базе nvidia/GR00T-N1.7-3B, подготовленная для гуманоидного робота Unitree G1 с параллельными захватами Dex1. Она обучена выбирать красное или зелёное яблоко и помещать его на тарелку, в том числе с демонстрациями коррекции и перенаправления движения.

Модель принимает изображение с головной и правой наручной камер, языковую инструкцию и состояние робота, а выдаёт управляющие действия для рук и захватов. Для запуска README предписывает использовать GR00T inference server и одну из двух заданных инструкций на английском языке. Обучение выполнено на 30 000 шагах по 186 эпизодам; веса представлены в формате safetensors. Лицензия — Apache-2.0.

Сценарии применения

подобрать красное яблоко и положить его на тарелку роботом Unitree G1
подобрать зелёное яблоко и положить его на тарелку роботом Unitree G1
оценить коррекцию движений гуманоидного робота при манипуляциях с яблоком

Ограничения

Предназначена для указанной задачи переноса красного или зелёного яблока на тарелку и для конкретной конфигурации Unitree G1 с двумя камерами и захватами Dex1. README задаёт две точные англоязычные инструкции для запуска.

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 II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GR00T-N1.7-g1-apple2plate

GR00T N1.7 policy fine-tuned on a Unitree G1 humanoid for apple-to-plate pick-and-place (red or green apple), including correction/redirect demonstrations.

Robot

Embodiment: Unitree_G1_Dex1_UpperBody_2Cam (Dex1 parallel grippers)
State / action: 16-D (left arm 0:7, right arm 7:14, left gripper 14:15, right gripper 15:16)
Cameras: cam_head, cam_right_wrist @ 30 Hz

Training

Base model: nvidia/GR00T-N1.7-3B
Dataset: tysyuvraj/g1-apple2plate-lerobot-v21 (186 episodes, LeRobot v2.1 — training format) | tysyuvraj/g1-apple2plate (same data, LeRobot v3.0 — deployment/eval format)
Steps: 30000 (final) | batch 32 | lr 1e-4 | bf16 | single GPU
Embodiment tag: new_embodiment, modality: examples/g1_gripper/g1_gripper_config.py

Task instructions (use verbatim)

pick up the red apple and place it on the plate.
pick up the green apple and place it on the plate.

Serve with the GR00T inference server and send one of the exact strings above as the language instruction.

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: 00db56e