К содержимому
Робототехника

SpatialCasa-GR1-checkpoints

веса π0.5 и GR00T N1.7 для пространственных задач робототехники

2 мин чтенияобновлено

Набор дообученных весов для гуманоидного робота GR1 (фокус на настольных манипуляциях с учётом пространственных отношений объектов). На вход модели получают картинку с камеры от первого лица (ego_view), текущее состояние 29 степеней свободы и текстовую инструкцию, а на выходе выдают последовательности действий (action chunks) для суставов рук, корпуса и кистей. В репозитории собраны две VLA-модели (Vision-Language-Action — нейросети, связывающие зрение, текст и управление роботом): полный файнтюн π0.5 (3.353 B параметров на базе PaliGemma 2B + 300M action expert из openpi и RoboCasa365) и файнтюн GR00T N1.7 3B от NVIDIA. В отличие от базовой GR00T N1.7, которая в режиме zero-shot почти не справляется с задачами SpatialCasa (0.1% успеха), дообученные версии уверенно выполняют как знакомые, так и новые сценарии. Релиз пригодится исследователям робототехники и разработчикам, работающим со стеками openpi, Isaac-GR00T и симулятором RoboCasa.

Ключевые особенности

  • Обучены на датасете SpatialCasa-GR1 (11 996 демонстраций по 12 задачам, более 3.17 млн кадров на частоте 20 Гц).
  • Включают готовые чекпоинты двух архитектур: pi05_gr1/ck29999 (EMA-веса в формате bf16) и groot_n17_gr1/ck190000 (safetensors в bf16).
  • Содержат подробные отчёты оценки на 5 700 закрытых эпизодах (eval_seen и eval_novel с горизонтом 720 шагов).
  • Совместимы с открытым кодом из ветки robocasa-spatial-vla репозитория SpatialLIBERO для запуска серверов политик.

Что можно сделать

  • Развернуть локальный сервер инференса π0.5 или GR00T N1.7 через ZMQ/msgpack для управления роботом GR1 в симуляции RoboCasa.
  • Воспроизвести результаты бенчмарка SpatialCasa-GR1 на 5 700 эпизодах и сравнить поведение двух VLA-архитектур.
  • Использовать веса как отправную точку для дальнейшего дообучения под собственные задачи настольной манипуляции.

Пример

huggingface-cli download doanh25032004/SpatialCasa-GR1-checkpoints --include "pi05_gr1/ck29999/*" --local-dir ./ckpts
cd SpatialLIBERO
MODEL=pi05 VARIANT=full CKPT=$PWD/../ckpts/pi05_gr1/ck29999 PORT=5602 GPU=0 bash robocasa/tools/serve_vla_gr1.sh
ПодробнееБенчмарк (5 700 эпизодов, общий Success Rate): π0.5 ck29999 — 28.2% (39.6% на seen), GR00T N1.7 ck190000 — 14.1% (25.0% на seen), базовая GR00T N1.7 (0-shot) — 0.1%.
Обучение π0.5: полный файнтюн (30 000 шагов, batch 256, 22.6 часа на 4× A100 80GB).
Обучение GR00T N1.7: 4 этапа (190k шагов с batch 192 после прогрева 25k с batch 64, 12 эпох на 3× A100 DDP), LLM и vision tower заморожены.
Ограничения и лицензии: только для исследовательских целей; наследуют условия NVIDIA Open Model License (GR00T), Gemma Terms of Use и openpi (π0.5).
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 6.4 GB · готовые файлы7.6 GB
  • FP8 / INT8рекомендуемвеса 3.2 GB4.0 GB
  • 4-bitвеса 1.8 GB2.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 5060 Ti 8GB

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # doanh25032004/SpatialCasa-GR1-checkpoints
    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 doanh25032004/SpatialCasa-GR1-checkpoints --local-dir ~/models/SpatialCasa-GR1-checkpoints
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к SpatialCasa-GR1-checkpoints
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

nvidia/GR00T-N1.7-3B

Новые посты про версии GR00T-N1.7-3B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 3Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 1Все на Hugging Face

О модели

doanh25032004/SpatialCasa-GR1-checkpoints
Автор
doanh25032004
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

iclr27_release

iclr27_release