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

Мультимодальная модель на базе Qwen3.5, которая преобразует инструкции и многокамерные наблюдения в структурированные планы событий для длительных задач роботизированных манипуляций.

Подходит для: планирование последовательности манипуляций робота по инструкции и изображениям · учёт многокамерных наблюдений при планировании действий робота · использование истории выполнения для обновления плана робота

Производная модели X-Humanoid/Pelican1.0-VL-7B. Мультимодальная модель X-Humanoid на базе Qwen2.5-VL для понимания сцен и поддержки задач захвата, навигации и манипуляций робота.

Подходит для: Определение объектов и их расположения на изображении для выбора предмета захвата · Планирование порядка действий робота по визуальной сцене · Поддержка навигации робота в помещении

Мультимодальная модель X-Humanoid на базе Qwen2.5-VL для понимания сцен и поддержки задач захвата, навигации и манипуляций робота.

Подходит для: Определение объектов и их расположения на изображении для выбора предмета захвата · Планирование порядка действий робота по визуальной сцене · Поддержка навигации робота в помещении

X-VLA 0.9B — модель зрения, языка и действий для выполнения роботизированных манипуляций на разных платформах и в симуляциях.

Подходит для: управление роботом для выполнения манипуляций по визуальному наблюдению · выполнение задач Libero в симуляции · адаптация политики управления к разным воплощениям роботов

Дообученная на BridgeData модель X-VLA принимает изображения, состояние робота и инструкцию, чтобы управлять манипуляциями на компактных платформах WidowX.

Подходит для: захват и перемещение предметов роботом WidowX · управление манипулятором по изображению с нескольких камер · выполнение роботизированной задачи по текстовой инструкции

Модель X-VLA для управления роботом по изображениям, состоянию робота и необязательной языковой инструкции с выдачей непрерывных действий.

Подходит для: управление роботом в задачах LIBERO · выбор действий робота по изображениям с нескольких камер · выполнение роботом языковых инструкций

X-VLA-Pt — дообученная визуально-языковая модель управления, которая преобразует наблюдения и инструкции в действия робота для разных платформ.

Подходит для: управление манипулятором по визуальной сцене и текстовой инструкции · перенос навыков манипуляции между типами роботов · выполнение роботизированных задач в симуляции

X2-Turn-4B-0812 распознаёт китайскую и английскую речь в реальном времени и предсказывает, когда пользователь закончил говорить или перебивает.

Подходит для: Потоковая транскрипция речи на китайском и английском · Определение момента, когда голосовому ассистенту следует ответить · Распознавание коротких реплик подтверждения на фоне продолжающегося диалога

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

X-VLA — базовая vision-language-action модель для управления роботами по изображениям, состоянию робота и необязательным языковым инструкциям.

Подходит для: дообучение управления платформами Google Robot · управление роботом по изображениям с нескольких камер · выполнение роботизированных задач по текстовой инструкции

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

X-VLA — мультимодальная модель LeRobot для управления роботом по изображениям, состоянию робота и необязательной языковой инструкции с выдачей непрерывных действий.

Подходит для: обучение манипуляции предметами на роботе AgileX · дообучение политики управления под конкретную роботизированную задачу · управление роботом по инструкции на естественном языке и данным камер

Актор diffusion policy для управления роботизированной рукой Mulligan в задаче real-square-d2.

Подходит для: управление рукой Mulligan для выполнения задачи real-square-d2 · предсказание действий робота по наблюдениям · оценка политики на реальных испытаниях

Дообученная на датасете Bridge модель NVIDIA для управления роботом WidowX в симуляционных задачах манипуляции.

Подходит для: управление манипуляциями WidowX в симуляции · оценка политик робота через Isaac-GR00T · выполнение инструкций роботом на основе визуального наблюдения

Дообученная на Bridge Data V2 модель X-VLA для управления роботом WidowX по зрительным наблюдениям и языковым инструкциям.

Подходит для: управление манипулятором WidowX по визуальным наблюдениям · выполнение роботизированных задач по текстовым инструкциям · оценка политик управления в симуляторе Simpler-Env

Политика управления роботами Wall-OSS-0.5 в формате LeRobot для дообучения под конкретного робота и задачу.

Подходит для: дообучение политики управления под целевого робота · предсказание последовательностей действий робота по его состоянию · интеграция политики управления в проект на LeRobot

X-VLA-SoftFold — модель зрения, языка и действий для преобразования наблюдений и инструкций в команды управления роботом.

Подходит для: управление роботом-манипулятором по визуальному наблюдению и инструкции · выполнение задач складывания мягких материалов · адаптация управления к разным типам роботов

Компактная робототехническая Transformer-модель, которая по изображениям камер и тексту задачи предсказывает действия робота.

Подходит для: управление роботом-манипулятором по изображению с камер · выполнение роботом задачи, заданной текстовой инструкцией · предсказание последовательности действий по истории визуальных наблюдений

Дообученная VLA-модель X-VLA связывает визуально-языковые наблюдения с действиями робота для манипуляционных задач на разных платформах.

Подходит для: управление манипуляциями робота по визуальному наблюдению · выполнение инструкций на естественном языке в робототехнических сценариях · оценка поведения робота в симуляции Calvin

Политика vision-language-action для выполнения шахматных перемещений и снятия фигур манипулятором SO-101 по инструкциям и изображениям камер.

Подходит для: перемещение шахматной фигуры между указанными клетками · снятие фигуры с доски и перенос в лоток · выполнение шахматных манипуляций в симуляторе MuJoCo

Emma-X — дообученная на BridgeV2 модель vision-language-action для планирования и управления роботизированными манипуляциями по изображению и англоязычной инструкции.

Подходит для: выполнение инструкций по перемещению и размещению предметов роботом · планирование многошаговых манипуляций с предметами · выбор точки захвата объекта на изображении

Контрольная точка Xiaomi-Robotics-1 генерирует действия робота для выполнения задач в симуляторе VLABench.

Подходит для: генерация действий робота в симуляции · оценка робота на задачах VLABench · проверка выполнения бытовых манипуляций в симуляторе

Модель X-VLA на базе Florence-2 преобразует визуальные и языковые наблюдения в действия для управления роботами разных воплощений.

Подходит для: управление роботом-манипулятором по визуальным наблюдениям и текстовой задаче · выполнение манипуляционных задач на роботизированных платформах · адаптация политики управления к разным воплощениям роботов