К содержимому
Робототехника

SO-101 π0.5

полнопараметрический файнтюн VLA-модели для роборуки

2 мин чтения

Модель so101-pi05-full-ft-001 от автора est4ever — это адаптация архитектуры π0.5 для управления 6-осевым манипулятором SO-101 в экосистеме LeRobot. По картинке с двух RGB-камер, текущему положению суставов и текстовой инструкции модель предсказывает траекторию движений на 50 шагов вперёд. В основе лежит базовый чекпоинт lerobot/pi05_base (4.14B параметров, токенизатор Google PaliGemma), который прошёл полный файнтюн (дообучение всех весов без LoRA) на шести датасетах с демонстрациями захвата и перемещения предметов. Релиз подойдёт исследователям и разработчикам робототехники для лабораторных экспериментов с SO-101.

Ключевые особенности

  • Полный файнтюн всех весов: обучено 4.14B параметров методом flow-matching (генерация траекторий через предсказание поля скоростей) на 205 эпизодах и 106 942 кадрах без заморозки слоёв.
  • Мультимодальный вход: принимает два изображения 224×224 (обзорная камера и камера на левом запястье), 6 каналов состояния суставов и текстовую команду до 200 токенов.
  • Предсказание последовательности действий: возвращает матрицу [1, 50, 6] для шести степеней свободы (shoulder_pan, shoulder_lift, elbow_flex, wrist_flex, wrist_roll и gripper) с частотой 30 Гц.
  • Готовый пакет для инференса: репозиторий включает строгий загрузчик весов runtime.py, сервер serve.py и профили нормализации под каждый из шести наборов данных.

Что можно сделать

  • Запустить в лаборатории на SO-101: развернуть сервер на GPU-машине и подключить клиент с ноутбука для отработки задач захвата и перекладывания блоков и фруктов (blue_block_in, blue-block-out-bin, limegreen-pickup, orange).
  • Использовать как базу для экспериментов в LeRobot: сравнить поведение полнопараметрического файнтюна π0.5 с базовой моделью или собственными чекпоинтами на фиксированных сплитах splits.json.

Пример

hf download est4ever/so101-pi05-full-ft-001 --local-dir ./so101-pi05-full-ft-001
cd so101-pi05-full-ft-001
OMP_NUM_THREADS=8 TOKENIZERS_PARALLELISM=false python serve.py --port 8765
ПодробнееОбучение: 3 000 шагов AdamW (lr 2.5e-5, эффективный батч 8, точность FP32/BF16) на 1× NVIDIA A100 80 GB заняло 3 ч 58 мин.
Оценка: физические тесты на реальном роботе и отдельные офлайн-бенчмарки не проводились.
Ограничения: профили нормализации q01/q99 нужно указывать вручную для каждого датасета; единицы калибровки моторов и расположение камер требуют проверки перед запуском.
Лицензия: производные веса подчиняются условиям Gemma Terms of Use.
Обсудить Telegram 0 6

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 15 GB · готовые файлы17 GB
  • BF16веса 7.7 GB9.0 GB
  • FP8 / INT8рекомендуемвеса 3.9 GB4.7 GB
  • 4-bitвеса 2.2 GB2.9 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 · F32 — от RTX 4090

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.

    # est4ever/so101-pi05-full-ft-001
    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 est4ever/so101-pi05-full-ft-001 --local-dir ~/models/so101-pi05-full-ft-001
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к so101-pi05-full-ft-001
  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

lerobot/pi05_base
  1. paligemma-3b-pt-224основа семьи
  2. pi05_base
  3. so101-pi05-full-ft-001

Новые посты про версии paligemma-3b-pt-224 — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face

О модели

est4ever/so101-pi05-full-ft-001
Автор
est4ever
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

60

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии