/ Модель

Характеристики

Лицензия
Gemma
Базовая модель
pi05_base
Опубликована
10 июл 2026

flashvla-pi05-libero

Языковая модельИзображение, текст → action3 профессии

Дообученная на LIBERO VLA-модель π0.5 с потоковым декодированием FlashVLA для быстрого управления роботом по изображениям и инструкциям.

371скачиваний за 30 дней3лайкавеса обновлены12 сен 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

z-lab/flashvla-pi05-libero — модель управления роботом, разработанная на базе π0.5 от Physical Intelligence и дообученная на датасете LIBERO. Она принимает изображения, состояние робота и языковую инструкцию, а затем предсказывает действия робота с помощью flow matching. FlashVLA добавляет потоковое асинхронное декодирование действий с перекрытием вычисления следующего блока и выполнения роботом текущего, чтобы ускорить инференс.

Модель предназначена для манипуляционных задач, проверяемых в наборах LIBERO Spatial, Object, Goal и Long. В README приведены результаты успешного выполнения 97,9% в синхронном режиме и 97,0% при асинхронной задержке в один шаг; для последнего указано ускорение в 1,83 раза и задержка 29,4 мс на шаг. Репозиторий содержит веса safetensors. Лицензия — Gemma.

Сценарии применения

  • управление роботом-манипулятором по визуальной сцене и инструкции
  • выполнение пространственных задач LIBERO
  • выбор и перемещение объектов по языковой команде
  • выполнение многоэтапных задач с целевыми условиями
  • ускорение инференса VLA-политики с асинхронным выполнением действий

Ограничения

Оценки приведены только на бенчмарке LIBERO и не гарантируют качество на других роботах, сценах или задачах. Для работы требуется совместимая робототехническая система и среда FlashVLA; условия аппаратного тестирования 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

FlashVLA · π0.5 · LIBERO

Streaming Action Decoding for Fast and Asynchronous VLA Inference

Paper GitHub Blog Models

A π0.5 flow-matching vision-language-action policy finetuned on LIBERO and served with FlashVLA streaming action decoding for fast, asynchronous inference.

  • Base model: lerobot/pi05_base
  • Method: FlashVLA, streaming action decoding for flow-matching VLAs (async chunk-overlap execution)
  • Benchmark: LIBERO (Spatial / Object / Goal / Long)

Results

LIBERO success rate (%) and per-step latency. d is the async step delay: d=0 is synchronous, d>=1 overlaps the next chunk's inference with robot execution.

ModelSpatialObjectGoalLongAvgTime/Step (ms)
π0.5 (base)98.898.298.092.496.953.8
+FlashVLA (d=0)98.699.097.896.297.9—
+FlashVLA (d=1)96.099.696.496.097.029.4 (1.83× faster)

Usage

Install FlashVLA:

git clone https://github.com/z-lab/flashvla.git
cd flashvla
conda env create -f environment.yml
conda activate flashvla

LIBERO evaluation needs additional simulator-specific setup, described in sim_eval/libero/. Once that is in place:

bash sim_eval/libero/eval.sh

Training configs for this checkpoint are in train/configs/pi05/libero/.

License

These weights are finetuned from lerobot/pi05_base, which is released under the Gemma Terms of Use. Those terms govern model derivatives, so they apply to this checkpoint and to anything derived from it, including the Gemma Prohibited Use Policy. If you redistribute this checkpoint or a derivative of it, you must pass the same terms along.

The FlashVLA inference and training code is separately released under the Apache 2.0 License.

Citation

@inproceedings{li2026flashvla,
  title     = {{FlashVLA: Streaming Action Decoding for Fast and Asynchronous VLA Inference}},
  author    = {Li, Zekai and Tang, Jiaming and Liu, Zhijian},
  booktitle = {Conference on Robot Learning (CoRL)},
  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.

Ревизия весов
97e5b5d

0 моделей