/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1 млрд
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Базовая модель
Alpamayo-1.5-10B
Опубликована
31 мар 2026

Alpamayo-1.5-10B-DFlash

Языковая модельИзображение, текст → action3 профессии

Вспомогательная draft-модель на основе Qwen3, которая ускоряет причинно-следственное рассуждение VLA-модели Alpamayo 1.5 при автономном вождении.

2 615скачиваний за 30 дней5лайковвеса обновлены4 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

Alpamayo 1.5 DFlash — вспомогательная draft-модель проекта z-lab для ускорения вывода VLA-модели Alpamayo 1.5 в системе автономного вождения. Она применяется FlashDrive для ускорения рассуждений о причинно-следственных связях в дорожной обстановке и не предназначена для самостоятельного использования: FlashDrive автоматически подключает её к базовой модели z-lab/Alpamayo-1.5-10B.

Это плотная двухслойная сеть в стиле Qwen3 с блоковой диффузией: она предлагает блоки из восьми токенов параллельно, опираясь на скрытые состояния базовой модели со слоёв 24, 30, 31, 32 и 34. Целевая модель проверяет блок одним проходом, сохраняя исходное распределение выходов. Репозиторий также содержит обученный embedding маскирующего токена. В метаданных указаны 1 млрд параметров и контекст 40 960 токенов; базовая VLA-модель Alpamayo 1.5 имеет 10 млрд параметров.

Модель ускоряет инференс базового чекпойнта в сценариях автономного вождения, но сама не является полноценной языковой или VLA-моделью и без базового чекпойнта и FlashDrive не используется. В карточке указана лицензия other; конкретные условия лицензии здесь не раскрыты.

Сценарии применения

  • ускорение инференса Alpamayo 1.5 в FlashDrive
  • параллельное предложение блоков токенов для проверки целевой моделью
  • ускорение анализа причинно-следственных связей в дорожной обстановке
  • использование в конвейере VLA для автономного вождения

Ограничения

Не является самостоятельной языковой моделью: для работы требуется базовый чекпойнт z-lab/Alpamayo-1.5-10B и FlashDrive. Для репозитория указана лицензия other, но её конкретные условия в карточке не описаны.

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

Alpamayo 1.5 — DFlash draft

Flash Vision-Language-Action Inference for Autonomous Driving

Paper GitHub Blog Models

DFlash draft model for z-lab/Alpamayo-1.5-10B, used by FlashDrive to accelerate the chain-of-causation reasoning of Alpamayo 1.5.

DFlash (ICML 2026) uses a lightweight block-diffusion draft to propose several tokens in parallel; the target verifies each block in a single forward, preserving its output distribution. This draft is a 2-layer Qwen3-style network (block size 8) conditioned on target hidden states from layers 24/30/31/32/34. The repository also ships mask_embedding.pt, the trained mask-token embedding FlashDrive appends to the target's embedding table.

[!NOTE] Not a standalone language model. FlashDrive attaches it to the base checkpoint automatically — you do not load this repository directly.

Usage

import flashdrive

# from_pretrained fetches this -DFlash checkpoint automatically
model = flashdrive.from_pretrained("z-lab/Alpamayo-1.5-10B")

See the base model card and the FlashDrive repository for the full pipeline.

License

This checkpoint is derived from NVIDIA's Alpamayo weights and is governed by the NVIDIA License, which permits non-commercial use only and extends to derivative works. The FlashDrive inference code is separately released under the MIT License.

Citation

@inproceedings{chen2026dflash,
  title     = {{DFlash: Block Diffusion for Flash Speculative Decoding}},
  author    = {Chen, Jian and Liang, Yesheng and Liu, Zhijian},
  booktitle = {International Conference on Machine Learning (ICML)},
  year      = {2026}
}
@article{li2026flashdrive,
  title  = {{FlashDrive: Flash Vision-Language-Action Inference for Autonomous Driving}},
  author = {Li, Zekai and Liang, Yihao and Zhang, Hongfei and Chen, Jian and Liang, Yesheng and Liu, Zhijian},
  year   = {2026}
}

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
DFlashDraftModel
Ревизия весов
2496c45

0 моделей