Конвертированная в PyTorch политика π0.5, дообученная на DROID для управления суставными позициями робота по состоянию и изображениям камер.
Подходит для: управление роботизированной рукой по изображениям камер · манипуляции с предметами в симуляции Isaac Lab · выполнение задачи помещения банана в миску
Открытая модель NVIDIA на 3 млрд параметров, которая преобразует изображения, инструкции и состояние робота в управляющие действия для задач гуманоидной манипуляции.
Подходит для: управление манипуляциями робота по текстовой инструкции · адаптация навыков управления под конкретного гуманоидного робота · обучение действий на данных реальных демонстраций
Базовая Vision-Language-Action модель LeRobot для дообучения и управления роботами по изображениям, состоянию робота и текстовым инструкциям.
Подходит для: дообучение управления роботом-манипулятором под конкретную задачу · управление роботом по изображениям с нескольких камер · выполнение роботизированных задач по текстовой инструкции
Визуальная модель The AI Institute на базе DeiT-Base извлекает признаки для обучения робототехнических систем, объединяя знания CLIP, DINOv2 и ViT.
Подходит для: извлечение визуальных признаков для обучения робота · подготовка представлений изображений для робототехнических задач · использование визуальных эмбеддингов в downstream-моделях для робототехники
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
DM0.5 — модель Vision-Language-Action от Dexmal для управления роботами по визуальным наблюдениям и инструкциям, включая манипуляции и длинные задачи.
Подходит для: управление роботом по визуальным наблюдениям и текстовой инструкции · выполнение последовательностей манипуляций с предметами · управление двуручным роботом в симуляции RoboDojo-Sim
Открытая модель NVIDIA, преобразующая изображения, инструкции и состояние робота в непрерывные управляющие действия для манипуляционных навыков гуманоидных роботов.
Подходит для: управление манипуляциями гуманоидного робота по текстовой инструкции · выполнение роботизированных задач по кадрам с камер и данным о состоянии робота · адаптация политики управления под конкретное воплощение робота
Дообученная на Assembly Bench 2 модель π0.5 для управления роботизированной рукой по изображениям и состоянию суставов.
Подходит для: выполнение сборочных операций роботом по визуальному наблюдению · управление семью суставами роботизированной руки и захватом · предсказание последовательностей действий в пространстве DROID
Дообученная на базе NVIDIA GR00T N1.7 робототехническая policy-модель для преобразования наблюдений в действия робота.
Подходит для: формирование действий робота по входным наблюдениям · запуск дообученной policy в runtime семейства GR00T · интеграция робототехнической модели с заданными пространством действий и нормализацией
Открытая модель NVIDIA для управления манипуляциями робота по изображениям, языковым инструкциям и данным о состоянии робота, дообученная на демонстрациях DROID.
Подходит для: выполнение бытовых манипуляций по текстовой инструкции · адаптация управления под гуманоидного робота · обучение робота захвату и перемещению предметов
Дообученная визуально-языковая модель для понимания сцен и построения многошаговых планов действий роботов.
Подходит для: декомпозиция цели робота на последовательность подзадач · планирование манипуляций по изображению сцены и текстовой цели · подготовка пространственно обоснованных инструкций для робототехнической системы
Мультимодальная модель NVIDIA на базе Qwen2.5-VL для рассуждений о физических сценах и планирования задач роботами по изображениям, видео и тексту.
Подходит для: Планирование следующих действий робота по видео окружающей среды · Разбор сложной команды для робота на последовательность задач · Анализ пространственных и временных событий в видео
Компактная модель The AI Institute извлекает визуальные представления для обучения роботов, дистиллируя знания CLIP, DINOv2 и ViT.
Подходит для: извлечение признаков из изображений для обучения робота · подготовка визуальных представлений для downstream-задач робототехники · использование представлений CLIP, DINOv2 и ViT в роботизированных системах
Дообученный чекпойнт OpenVLA для предсказания действий робота по изображениям и инструкциям в пространственных задачах LIBERO.
Подходит для: управление роботом по визуальному наблюдению и текстовой инструкции · генерация последовательности действий для пространственных задач LIBERO · эксперименты с vision-language-action моделями
Компактная визуальная модель Theia извлекает признаки изображений для обучения роботов, используя знания нескольких vision-моделей.
Подходит для: извлечение визуальных признаков для робототехнических систем · подготовка представлений изображений для обучения политики робота · перенос визуальных знаний в задачи обучения роботов
Дообученный чекпойнт OpenVLA для предсказания действий робота по изображению и инструкции в сценариях LIBERO-Goal.
Подходит для: генерация управляющих действий робота по изображению сцены · выполнение текстовых инструкций в симуляторе LIBERO-Goal · планирование последовательности действий для манипуляции объектами
Открытая модель NVIDIA для управления гуманоидным роботом в задачах манипуляции по изображениям, состоянию робота и текстовым инструкциям, дообученная на Bridge Dataset для SimplerEnv.
Подходит для: управление роботом при манипуляции предметами в SimplerEnv · выполнение роботизированных действий по текстовой инструкции · адаптация базовой модели управления под конкретного гуманоидного робота
DreamZero-DROID — 14-миллиардная World Action Model для zero-shot управления роботом по изображению, языковой инструкции и проприоцептивному состоянию с совместным прогнозированием видео и действий.
Подходит для: zero-shot выполнение новых роботизированных задач по текстовой инструкции · замкнутое управление манипулятором по изображению и состоянию робота · оценка политик управления в симуляции
Модель на базе Qwen3-VL для навигации роботов и планирования маршрута по изображениям и языковым инструкциям.
Подходит для: навигация робота по визуальному наблюдению и текстовой инструкции · планирование пути в эгоцентрической сцене · поиск целевого объекта или области в сцене
Компактная визуальная модель The AI Institute извлекает представления изображений для последующего обучения роботов.
Подходит для: извлечение визуальных признаков из изображений для робототехники · подготовка представлений изображений для обучения политик робота · использование визуальных признаков в задачах роботизированного восприятия
Модель мира для Franka, которая по изображениям камер, состоянию робота и текстовой инструкции предсказывает будущие кадры и команды манипулятора.
Подходит для: управление манипулятором Franka при настольных задачах · выполнение роботизированных действий по текстовой инструкции · предсказание следующего фрагмента движений робота
Модель DW05 для предсказания действий робота и генерации видео его будущего обзора по изображениям, состоянию и текстовой инструкции в сценариях RobotWin.
Подходит для: вывод политики робота по изображению с камеры, состоянию и инструкции · предсказание последовательности будущих действий робота · генерация видео будущего обзора робота
OpenVLA-OFT — зрительно-языковая модель управления роботом, дообученная для манипуляционных задач LIBERO-Object.
Подходит для: предсказание действий робота по изображению сцены и текстовой инструкции · манипуляция объектами в задачах LIBERO-Object · генерация последовательности действий робота для симуляции
Базовый чекпойнт DM0.5 в формате LeRobot принимает изображения, состояние робота и инструкцию, чтобы предсказывать последовательности действий и служить основой для дообучения.
Подходит для: дообучение управления роботом на собственном датасете · обучение робота манипулировать объектами по визуальной инструкции · адаптация policy к целевому роботу или симулятору