Дистиллированная диффузионная модель для быстрого создания изображений по текстовым запросам, включая фотореализм и аниме.
Подходит для: быстрое создание фотореалистичных изображений по описанию · генерация аниме-иллюстраций по текстовому запросу · создание природных сцен с высокой детализацией
Мультимодальная модель Alibaba DAMO Academy для планирования роботизированных действий по изображениям сцены и текстовой цели.
Подходит для: планирование последовательности действий робота по заданной цели и изображению сцены · разбиение многошаговой задачи манипуляции на подзадачи · привязка объектов и целевых областей к физическому пространству
Craftly-Image-2.1 — диффузионная модель Craftly AI Labs для генерации изображений по текстовым запросам, включая фотореалистичные сцены и изображения с текстом.
Подходит для: генерация фотореалистичных изображений по текстовому описанию · создание изображений с читаемыми надписями · генерация сложных пространственных композиций
Мультимодальная модель Allen Institute for AI, которая анализирует изображения и текст, чтобы рассуждать о действиях робота-манипулятора.
Подходит для: рассуждение о действиях робота по изображению сцены и текстовой инструкции · воспроизведение результатов MolmoAct на SimplerEnv с Google Robot · манипуляции объектами одной рукой робота Franka в домашних и настольных сценариях
Контрольная точка Xiaomi Robotics на архитектуре MiBoT для генерации действий робота и оценки в симуляторе RoboCasa365.
Подходит для: генерация действий робота в задачах RoboCasa365 · оценка успешности выполнения роботизированных манипуляций в симуляции · воспроизводимая много-GPU оценка модели в RoboCasa365
Производная модели XiaomiRobotics/Xiaomi-Robotics-U0-4B. Мультимодальная модель Xiaomi Robotics для генерации и редактирования изображений, а также создания наблюдений для роботизированных сцен.
Подходит для: генерация изображения по текстовому описанию · редактирование изображения по инструкции и референсу · создание многовидовых изображений роботизированной сцены
Дообученная на базе Stable Diffusion 1.4 модель для генерации стилизованных изображений роботов по текстовым запросам.
Подходит для: создание изображений роботов по текстовому описанию · генерация иллюстраций роботов в стиле Robo-Diffusion · подготовка концепт-артов роботов
Модель Allen Institute for AI для интерпретации изображений и инструкций и планирования действий робота при манипуляциях с объектами.
Подходит для: планирование действий робота по изображению и текстовой инструкции · манипуляции с объектами в домашних условиях · манипуляции с объектами на столе
Производная модели XiaomiRobotics/Xiaomi-Robotics-U0-4B. Мультимодальная модель Xiaomi Robotics для генерации и редактирования изображений, а также создания наблюдений для роботизированных сцен.
Подходит для: генерация изображения по текстовому описанию · редактирование изображения по инструкции и референсу · создание многовидовых изображений роботизированной сцены
Мультиязычная дообученная модель преобразует текстовые команды в структурированные вызовы функций для действий и эмоций робота.
Подходит для: преобразование голосового ввода после распознавания речи в команды роботу · распознавание текстовых команд для жестов робота · выбор эмоциональной анимации по текстовой реплике
Производная модели XiaomiRobotics/Xiaomi-Robotics-U0-FlashAR. Мультимодальная авторегрессионная модель Xiaomi Robotics для генерации и редактирования изображений, а также синтеза роботизированных сцен.
Подходит для: генерация изображения по текстовому запросу · редактирование изображения по инструкции и референсу · создание многовидовых наблюдений роботизированной сцены
Контрольная точка Xiaomi Robotics на базе MiBoT для генерации действий робота и оценки в симуляторе RoboCasa.
Подходит для: Оценка политики робота в задачах RoboCasa · Генерация действий робота в симуляции · Воспроизведение много-GPU оценки Xiaomi-Robotics-1
Motus — предобученная модель мира и Vision-Language-Action для генерации видео и управления роботизированными манипуляциями двумя руками.
Подходит для: предсказание действий робота по изображению и текстовой инструкции · управление двумя руками при роботизированных манипуляциях · предсказание будущих кадров и действий робота
Мультимодальная модель Xiaomi Robotics для генерации и редактирования изображений, а также создания наблюдений для роботизированных сцен.
Подходит для: генерация изображения по текстовому описанию · редактирование изображения по инструкции и референсу · создание многовидовых изображений роботизированной сцены
Robo-Diffusion — дообученная DreamBooth версия Stable Diffusion для генерации изображений роботов по текстовым запросам.
Подходит для: создание изображений роботов по текстовому описанию · генерация концепт-арта роботов · создание иллюстраций роботов в стиле модели
Модель на базе Qwen2.5-VL-3B преобразует изображение и инструкцию в 7-DoF действие робота для задачи Lift в FLock AI Arena.
Подходит для: управление роботом в задаче Lift по изображению и текстовой инструкции · предсказание 7-DoF действий робота по наблюдению с камеры agentview · эксперименты с vision-language-action политиками в robosuite