InternVLA-M1 — дообученная мультимодальная VLA-модель для разработки универсальных роботизированных политик по визуальным наблюдениям и языковым инструкциям.
Подходит для: управление роботом по визуальному наблюдению и текстовой инструкции · разработка универсальной роботизированной политики · исследование моделей vision-language-action
Политика InternRobotics для управления манипуляционным роботом по изображениям и текстовым инструкциям, настроенная и оцениваемая на LIBERO.
Подходит для: управление манипулятором в задачах LIBERO · выполнение последовательности действий по текстовой инструкции и изображению · оценка обобщения роботизированной политики на задачах LIBERO
Производная модели InternRobotics/InternVLA-M1-LIBERO-Object. InternVLA-M1-LIBERO-Object — vision-language-action модель для разработки и исследования роботизированных политик управления.
Подходит для: разработка политики управления роботом по визуальным наблюдениям · исследование управления роботом с использованием языковых инструкций · создание универсальных роботизированных политик
Дообученная на RoboTwin 2.0 модель InternVLA-A1-3B для управления роботизированными манипуляциями в симуляции.
Подходит для: управление роботизированным манипулятором в задачах RoboTwin 2.0 · выполнение статических задач захвата и перемещения объектов · выполнение динамических манипуляций в симуляции
InternVLA-A1-3B — дообученная мультимодальная модель для понимания сцены, прогнозирования динамики и управления роботизированными манипуляциями.
Подходит для: управление захватом предметов роботом · выполнение манипуляций в динамичной сцене · планирование движений по изображению сцены
InternVLA-N1 — визуально-языковая модель для управления навигацией роботов по естественно-языковым инструкциям.
Подходит для: навигация робота по текстовым указаниям в сцене · обход динамических препятствий при движении · перенос навигации из симуляции в реальные помещения
Производная модели InternRobotics/InternVLA-M1-LIBERO-Object. InternVLA-M1-LIBERO-Object — vision-language-action модель для разработки и исследования роботизированных политик управления.
Подходит для: разработка политики управления роботом по визуальным наблюдениям · исследование управления роботом с использованием языковых инструкций · создание универсальных роботизированных политик
InternVLA-M1-LIBERO-Object — vision-language-action модель для разработки и исследования роботизированных политик управления.
Подходит для: разработка политики управления роботом по визуальным наблюдениям · исследование управления роботом с использованием языковых инструкций · создание универсальных роботизированных политик
Политика InternRobotics для визуально-языкового управления роботом и динамических манипуляций, дообученная для бенчмарка DOMINO.
Подходит для: управление роботом при динамических манипуляциях в DOMINO · оценка политики на наборах DOMINO ALOHA-AgileX Level-1 · генерация непрерывных фрагментов действий по визуальному и языковому контексту
Дообученная мультимодальная модель Qwen2.5-VL для визуального понимания сцен манипуляции, планирования и генерации промежуточных представлений действий робота.
Подходит для: ответы на вопросы о позах захвата и контактах объектов · выбор траектории перемещения по изображению сцены · генерация точек траектории и контактных областей для манипуляции
InternVLA-M1-LIBERO-Spatial — модель vision-language-action для разработки и исследования универсальных политик управления роботами по визуальным наблюдениям и языковым задачам.
Подходит для: управление роботом по визуальному наблюдению и текстовой инструкции · исследование универсальных политик для роботов · разработка сквозных систем vision-language-action
Базовая зрительно-языковая модель управления роботом для понимания сцены и генерации управляющих действий при манипуляциях.
Подходит для: дообучение политики робота для задач манипуляции · генерация непрерывных управляющих действий по изображению и инструкции · оценка роботизированных политик в симуляционных бенчмарках
Intern-S1 — открытая мультимодальная модель для диалога и рассуждений по тексту, изображениям и видео, с усиленными возможностями для научных задач.
Подходит для: ответы на вопросы по научным текстам и изображениям · интерпретация химических структур · анализ последовательностей белков
Сквозная модель зрения, языка и действий для создания и исследования универсальных роботизированных политик.
Подходит для: управление роботом по визуальному наблюдению и языковой команде · обучение универсальной роботизированной политики на данных RT-1 и Bridge · исследование моделей vision-language-action для робототехники
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
35-миллиардная MoE-модель InternScience для многошаговых агентных задач, научных рассуждений, поиска и вызова инструментов.
Подходит для: планирование и выполнение длительного веб-поиска · разбиение инженерной задачи на исполнимые этапы · научные рассуждения с обращением к внешним инструментам
Дообученная на RoboInter-VQA мультимодальная модель для визуального анализа манипуляций, предсказания промежуточных представлений и планирования шагов робота.
Подходит для: предсказание точек траектории манипулятора по изображению · определение рамок объектов, захвата и контакта · ответы на вопросы о позе захвата и состоянии контакта
Intern-S2-397B — мультимодальная модель InternLM для научного анализа, рассуждений и длительных агентных задач с текстом, изображениями и временными рядами.
Подходит для: анализ страниц научных статей с текстом и иллюстрациями · решение специализированных научных задач · проектирование взаимодействий биомолекул
Политика управления роботом для двухручных манипуляций, дообученная на RoboTwin 2.0 и способная генерировать непрерывные действия по визуально-языковому контексту.
Подходит для: управление двухручными манипуляциями в RoboTwin 2.0 · оценка переноса навыков манипуляции со статических на динамические сцены DOMINO · генерация последовательностей непрерывных действий для робота ALOHA-AgileX
VLAC — мультимодальный критик и модель управления манипуляциями, оценивающая прогресс и завершение роботизированных задач по изображениям и их описаниям.
Подходит для: оценка прогресса выполнения задачи манипуляционным роботом · проверка завершения роботизированной задачи по изображению · оценивание качества траекторий для фильтрации обучающих данных
VLAC-Cut оценивает временной прогресс роботизированных задач по видео, инструкции и при необходимости плану выполнения.
Подходит для: оценка прогресса робота при выполнении манипуляционной задачи · поиск моментов регресса, остановки и восстановления в роботизированном роллауте · сегментация видео выполнения задачи на этапы продвижения и ухудшения
LoGoPlanner использует визуальную геометрию и историю наблюдений для навигации мобильных роботов, локализации и обхода препятствий.
Подходит для: долгосрочная навигация мобильного робота · оценка положения робота по визуальным наблюдениям · восстановление геометрии окружения по истории кадров
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
Мультимодальная модель InternLM на 35 млрд параметров для научных задач, диалога, рассуждений, понимания изображений и агентных рабочих процессов.
Подходит для: Ответы на вопросы по научным текстам и изображениям · Рассуждения и решение сложных научных задач · Анализ физических временных рядов и сигналов