Skip to content
Robotics

openarm-groot-singletask

8 файнтюнов NVIDIA GR00T N1.7 для роборуки OpenArm

2 min readupdated

Набор из восьми специализированных моделей для управления роботом-манипулятором, созданных автором ericaying на базе nvidia/GR00T-N1.7-3B. Модели обучены на датасетах OpenArm (cpsu04/openarm_t1, t2, t3, t5) решать четыре бытовые задачи по перекладыванию предметов. В репозитории лежат по две версии на каждую задачу: обычная (A0) и с применением knowledge distillation (переноса знаний от модели-учителя ZeroMSF по признакам scene flow, то есть оптического потока сцены в 3D, версия A1). Подойдёт исследователям в области робототехники и VLA-моделей (Vision-Language-Action), которые работают с платформой OpenArm или сравнивают методы дистилляции для управления манипуляторами.

Ключевые особенности

  • 4 конкретные задачи: положить губку на тарелку (T1), поставить зелёный кубик на жёлтый (T2), поставить чашку на разделочную доску (T3) и положить синий/зелёный/жёлтый кубик в миску (T5).
  • Мультимодальный вход и траектория на выходе: модель принимает кадр с нагрудной камеры (480×640 RGB), текущие углы 7 суставов левой руки и положение схвата, а выдаёт абсолютные целевые координаты сразу на 16 шагов вперёд (1.6 секунды при частоте 10 Hz).
  • Сравнение с дистилляцией (A0 vs A1): в варианте A1 на 8-м слое LLM используется функция потерь InfoNCE для дистилляции признаков scene flow от модели ZeroMSF с шагом 0.4 секунды.
  • Готовность к инференсу: из чекпоинтов удалены состояния оптимизатора, поэтому каждый из 8 вариантов весит около 6.95 ГБ (весь набор — около 56 ГБ), а целостность файлов проверяется через MANIFEST.json.

Что можно сделать

  • Развернуть сервер управления роботом: запустить локальный инференс-сервер для управления левым манипулятором OpenArm в симуляции или на реальном стенде по заданным текстовым командам.
  • Провести сравнительные тесты A0 и A1: проверить на практике, насколько дистилляция 3D-движения сцены (scene flow) улучшает точность захвата и укладки объектов по сравнению с базовым файнтюном.

Пример

GR00T_EVAL_SEED=0 python gr00t/eval/run_gr00t_server.py \
  --model-path ./openarm_models/oa-t2-pt-l8-llm-tn-nce-sd02-from10ep-5k-ck5000 \
  --embodiment-tag NEW_EMBODIMENT --port 8000 --host 0.0.0.0
ПодробнееОбучение: 5 000 шагов с batch size 64 (старт с весов GR00T N1.7, дообученных 10 эпох на датасете Bridge); визуальный энкодер заморожен, LLM обучалась с lr 1e-6, action head — с lr 1e-4.
Важное требование: текстовая инструкция должна строго совпадать с таблицей из карточки, а на вход нужно подавать реальные углы суставов строго в момент съёмки кадра.
Ограничения: модели пока не проходили валидацию на реальном физическом роботе; для запуска требуется пропатченная версия репозитория Isaac-GR00T (коммит 51d4c89 + патчи автора под поля дистилляции).
Лицензия: NVIDIA Open Model License Agreement.
Discuss Telegram 0

Will it run?

Runs in BF16

Fits without quantisation.

  • BF16weights 6.5 GB · ready files7.6 GB
  • FP8 / INT8recommendedweights 3.2 GB4.1 GB
  • 4-bitweights 1.8 GB2.5 GB

Tip: go 8-bit.FP8 / INT8 is within about a percent of full precision in quality, takes half the memory and runs faster on RTX 40/50 and H100. Full precision only pays off for fine-tuning.

What to get for this model

Massed ComputeOpen Massed Compute

Your own GPU: FP8 / INT8 — from RTX 2060 · BF16 — from RTX 5060 Ti 8GB

Massed Compute hourly prices, November 2026. The discounted price applies with the coupon at checkout.

Estimate: weights plus working memory. Long videos, high resolutions and long contexts need more.

Run it on Massed Compute

The script downloads the model to the rented machine. How to run it is in the model card.

  1. 1. Rent a machine with a fitting GPU

    Open Massed Compute
  2. 2. Paste the script into the machine's terminal

    Connect over SSH (the Massed Compute panel shows the command) or open a terminal on the machine's desktop.

    HF_TOKEN / CIVITAI_TOKENThe script starts with token lines: paste yours between the quotes. The Hugging Face token is for gated models, the Civitai one for Civitai models.

    # ericaying/openarm-groot-singletask
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download ericaying/openarm-groot-singletask --local-dir ~/models/openarm-groot-singletask
    # The model is in ~/models. How to run it is in the model card (link above).
  3. 3. Use it

    The model is in ~/models. How to run it is in the model card (link above).

Stop the machine in the panel when you are done: it bills by the minute while it runs.

How to speed it up

Picked for this model type. Choose your hardware above to see what fits you exactly.

  • FlashAttention 44.0.0b40from November 18, 2026new release

    fastest exact attention on B200

    Kernels for Blackwell (beta). Exact attention without quantisation — fine for everything, LLMs included.

    How to enable: pip install flash-attn-4; vLLM and SGLang pick it up themselves.

    Earlier generations (2)
    • FlashAttention 3 — The Hopper (H100/H200) version with FP8.
    • FlashAttention 2 — The standard for RTX 30/40/50 and A100: exact attention without the memory cost of long contexts.
  • torch.compile2.15.0from October 28, 2026new release

    10–30% for free

    Compiles the model for your GPU. Slower first run, faster afterwards.

    How to enable: model = torch.compile(model); in ComfyUI the TorchCompileModel node.

Model family

New posts about versions of GR00T-N1.7-3B (quants, finetunes, LoRAs) will show up under the bell.

Quantised versions 3All on Hugging Face
Fine-tunes 12All on Hugging Face
LoRAs and adapters 1All on Hugging Face

About the model

ericaying/openarm-groot-singletask
Author
ericaying
Category
Robotics
Released
Posted

On NeyroLearn

Hugging Face

00

Ask AI about this model

Answered by Gemini 4 · the chat is kept only in this tab

Comments