GLM-5.1 — языковая модель Z.ai для генерации кода и длительных агентных инженерных задач с инструментами.

Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в репозитории · выполнение многоэтапных задач в терминале

Мультимодальная модель NVIDIA для рассуждений по изображениям и видео, видеоаналитики и планирования действий роботов.

Подходит для: анализ видеопотоков для поиска событий и причин инцидентов · обнаружение объектов и выдача их координат на изображениях и видео · разметка, фильтрация и дедупликация сенсорных данных для физического ИИ

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

Крупная модель MoE на базе Qwen 3.5 для агентного программирования, решения задач разработки и работы с инструментами.

Подходит для: решение задач разработки в терминальном coding-агенте · поиск и исправление ошибок в кодовой базе · автоматизация задач программирования с вызовом инструментов

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 MoE-модель Qwen, доработанная Robinson Labs для диалогов и анализа изображений с ослабленным отказом на взрослые и творческие запросы.

Подходит для: диалог с моделью и ответы на вопросы · анализ изображений по текстовому запросу · помощь в программировании и агентные сценарии с инструментами

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

Компактная конверсия ResNet-10 из JAX в PyTorch для классификации изображений и извлечения визуальных признаков, в том числе в робототехнических сценариях.

Подходит для: классификация изображений · извлечение визуальных признаков для робототехники · кодирование RGB-изображений 128×128 в эмбеддинги

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

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

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

Полноточная аблитерированная MoE-модель Qwen3.5 для диалоговой генерации текста, дальнейшей настройки и создания квантованных вариантов.

Подходит для: диалоговые ответы на творческие запросы с меньшей склонностью к отказам · эксперименты с настройкой крупной MoE-модели · слияние LoRA-адаптеров с базовыми весами

VLA-модель π₀.₅, дообученная на LIBERO для управления роботом по изображениям, состоянию робота и языковым инструкциям.

Подходит для: управление роботом для выполнения задач LIBERO · генерация непрерывных действий по изображениям и состоянию робота · выполнение языковых инструкций роботом

Предварительная модель MindLab Research на базе GLM-5.1 для персонального агентного планирования, вызова инструментов, программирования и генерации интерфейсов.

Подходит для: планирование личных дел с учётом меняющихся условий · поиск мест и координация маршрутов через инструменты · работа с календарём и задачами через агентные API

Модель MindLab Research на базе GLM-5.2 для диалогов, агентных задач с инструментами, программирования и генерации интерфейсов.

Подходит для: диалоги с персональным ИИ-помощником · выполнение задач агента с использованием инструментов · написание и изменение программного кода

Дообученная версия OpenVLA 7B предсказывает действия робота по изображению и текстовой инструкции для пространственных задач в симуляторе LIBERO.

Подходит для: управление роботом в симуляторе LIBERO по текстовой инструкции · предсказание действий робота по изображению сцены · оценка выполнения пространственных задач LIBERO-Spatial

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

Дообученная OpenVLA-OFT для предсказания действий робота по изображению и текстовой инструкции в задачах LIBERO-10.

Подходит для: управление роботом в задачах LIBERO-10 · предсказание последовательности действий по изображению сцены и инструкции · эксперименты с роботизированными манипуляциями

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

RynnBrain-30B-A3B — мультимодальная модель для понимания сцен от первого лица, пространственной локализации и поддержки планирования в робототехнике.

Подходит для: ответы на вопросы о сцене от первого лица · распознавание и подсчёт объектов в видеосцене · извлечение текста из изображений и видео

Плотная мультимодальная модель Vection Labs на 27,8 млрд параметров для инженерного программирования, агентной работы с инструментами и анализа изображений и видео.

Подходит для: генерация и объяснение кода · отладка и ревью программ · изменение и анализ больших репозиториев

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

Агентная модель MindLab Research на базе GLM-5.3 для диалогов, работы с инструментами, программирования и генерации интерфейсов.

Подходит для: ведение открытых диалогов с пользователем · выбор и выполнение действий с инструментами в бизнес-процессах · многошаговое исправление ошибок и изменение кода

Мультимодальный чекпойнт Allen Institute for AI для донастройки роботизированных политик с рассуждением по глубине сцены и генерацией действий по визуальным наблюдениям и языковым инструкциям.

Подходит для: дообучение роботизированной политики с учётом глубины сцены · формирование действий робота по изображению и языковой инструкции · исследование глубинного представления перед выбором действия