/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
pi0_libero_finetuned_v044
Библиотека
vla.cpp
Опубликована
2 июн 2026

pi0-libero-finetuned-v044-gguf

Языковая модельИзображение, текст → action3 профессии

GGUF-конверсия дообученной на LIBERO модели π₀ для управления роботом по изображениям, состоянию и языковым инструкциям через vla.cpp.

170скачиваний за 30 дней1лайквеса 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

Это конвертированная в формат GGUF версия модели π₀, дообученной на LIBERO; её подготовил автор репозитория vrfai для запуска через vla.cpp — лёгкий движок инференса на C++ для моделей Vision-Language-Action. Модель принимает изображения и языковые инструкции вместе с состоянием робота и выдаёт непрерывные действия для управления им. В основе π₀ лежит визуально-языковой модуль PaliGemma и эксперт действий Gemma с головкой flow matching.

Модель предназначена для выполнения задач манипуляции в симуляторе LIBERO. В README приведены результаты оценки на наборе libero_object: доля успешных эпизодов составила 87,5% на RTX 3060, 85,5% на Jetson AGX Orin и 80,5% на Jetson Orin Nano в конфигурации с разделёнными сервером и симулятором. Эти показатели относятся к описанным настройкам и не гарантируют аналогичных результатов на других задачах или оборудовании. Для работы требуется совместимая сборка vla.cpp; репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • управление роботом-манипулятором в задачах LIBERO
  • выполнение действий по визуальным наблюдениям и языковым инструкциям
  • оценка VLA-политик в симуляторе LIBERO
  • запуск робототехнической модели через vla.cpp на CUDA-оборудовании

Ограничения

Заявленные показатели получены на конкретных задачах libero_object и конфигурациях оборудования; перенос на другие условия не подтверждён. Для Jetson Orin Nano тест проводился с сервером и симулятором на разных машинах, поскольку совместная работа превышала доступные 8 ГБ памяти.

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

π0 (pi0) - LIBERO finetuned v044 (GGUF for vla.cpp)

GGUF conversion of lerobot/pi0_libero_finetuned_v044 for inference with vla.cpp, a lightweight C++ inference engine for Vision-Language-Action models built on top of llama.cpp.

π0 pairs a PaliGemma vision-language backbone with a Gemma action expert running a flow-matching head. On LIBERO it matches the lerobot reference and runs roughly two orders of magnitude faster than the lerobot CPU path.

Usage

# Terminal 1 - serve (use the CUDA build for inference)
./build-cuda/vla-server --bind tcp://*:5566 \
    pi0-libero-finetuned-v044.gguf

# Terminal 2 - drive a LIBERO episode (inside the LIBERO uv venv)
python eval/client/run_sim_client_direct.py \
    --arch pi0 \
    --task libero_object --task-id 0 --n-episodes 10 \
    --n-action-steps 32 \
    --vla-addr tcp://localhost:5566

Notes:

  • π0 uses the gated google/paligemma-3b-pt-224 tokenizer. Run huggingface-cli login and accept the licence, or point --tokenizer at a local copy.
  • --n-action-steps is 32 for this checkpoint (50 was used for the Orin Nano sweep).

Benchmark

Full libero_object sweep (10 tasks × 20 episodes = 200 episodes):

Hardwaren_actSuccess rateclient/stepclient/callPeak mem
RTX 3060 (sm_86)3287.5%9.74 ms312 ms5548 MiB VRAM
Jetson AGX Orin (sm_87)3285.5%27.90 ms893 ms640 MiB RAM
Jetson Orin Nano 8 GB (sm_87, split)5080.5%39.10 ms1955 ms6068 MiB RAM

The Orin Nano run was split (server on the Nano, client + LIBERO sim on a second machine) because a co-resident client + sim + server exceeds 8 GB; its timings include cross-machine network latency.

License

Weights follow the upstream license of lerobot/pi0_libero_finetuned_v044 (Apache-2.0). The vla.cpp conversion tooling and inference engine are MIT-licensed.

Как запустить

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

GPU в ailist

Универсальный рантайм · vla.cpp

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
1673a2d

0 моделей