Модель Robocurve на базе GR00T N1.7-3B преобразует изображения, инструкцию и состояние SO-101 в управляющие действия для настольных задач манипуляции.

Подходит для: управление рукой SO-101 для захвата и перемещения предметов · сортировка предметов на столе по языковой инструкции · укладка предметов в стопки с помощью SO-101

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

Дообученная на данных MolmoAct2 модель NVIDIA GR00T N1.7-3B для управления двуручной платформой I2RT YAM в задачах манипуляции предметами и зарядным кабелем.

Подходит для: управление двумя манипуляторами YAM при перемещении блоков · укладка предметов в коробку двуручным роботом · подключение зарядного кабеля роботизированными руками

Модель NVIDIA для восприятия дорожной обстановки, объяснения решений и предсказания действий и траекторий автономного автомобиля по изображениям, видео, тексту и истории движения.

Подходит для: предсказание траектории автономного автомобиля · ответы на вопросы по видео с дорожных камер · привязка объектов на изображениях к координатам

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

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

Дообученная на данных двуручного манипулятора VLA-модель DreamZero для предсказания действий робота по наблюдениям.

Подходит для: предсказание последовательности суставных команд для двуручного манипулятора · манипуляции с блоками на роботизированной платформе · укладка предметов в коробки

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

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

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

Мультимодальная модель BAAI на 7 млрд параметров для пространственного восприятия, рассуждений и планирования действий роботов по визуальным данным и инструкциям.

Подходит для: Предсказание точек взаимодействия и рамок объектов по инструкции и изображению · Определение пространственных отношений между объектами в сцене · Прогнозирование траекторий объектов или роботов

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

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

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

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

Дообученная на датасете fractal модель NVIDIA для преобразования наблюдений и инструкций в управляющие действия робота.

Подходит для: управление манипуляциями робота OXE_GOOGLE · выполнение роботизированных навыков в симуляции · генерация управляющих действий по изображениям, инструкциям и состоянию робота

Модель AllenAI для управления бимануальным роботом YAM по изображениям с камер, состоянию робота и языковым инструкциям.

Подходит для: управление бимануальным роботом YAM по визуальному наблюдению · выполнение инструкций на естественном языке с помощью робота YAM · предсказание непрерывных действий и абсолютных поз суставов

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 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

Модель NVIDIA для управления гуманоидными роботами, которая преобразует изображения, текстовые инструкции и данные о состоянии робота в непрерывные моторные команды.

Подходит для: управление манипуляциями гуманоида по текстовой инструкции · выполнение роботизированных задач по изображениям с камер · адаптация базовой политики управления под конкретного робота

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

Дообученная Llama-модель, которая преобразует вьетнамские инструкции в последовательности действий для планирования задач робота.

Подходит для: разбиение голосовой или текстовой команды роботу на подзадачи · планирование порядка действий робота по бытовой инструкции · составление плана комплектования и доставки товаров на складе

Многовидовая модель мира для робототехники, предсказывающая будущие наблюдения камер по начальному изображению и последовательности действий.

Подходит для: прогнозирование видео с нескольких камер по действиям робота · открытые роллауты будущих наблюдений робота · пошаговое авторегрессионное моделирование действий и наблюдений

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