К содержимому
Робототехника

openarm-groot-singletask

8 файнтюнов NVIDIA GR00T N1.7 для роборуки OpenArm

2 мин чтенияобновлено

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.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 6.5 GB · готовые файлы7.6 GB
  • FP8 / INT8рекомендуемвеса 3.2 GB4.1 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.

    # 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
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к openarm-groot-singletask
  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

ericaying/openarm-groot-singletask
Автор
ericaying
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

groot_rebot6

groot_rebot6