К содержимому
Робототехника

smolvla_so101_single_block

политика управления роботом для перекладывания кубика

2 мин чтенияобновлено

Модель представляет собой обученную политику (алгоритм управления действиями робота) для манипулятора типа so_follower (SO-101). Она решает конкретную физическую задачу: по текстовой инструкции и картинке с камер взять кубик и положить его в коробку. В основе лежит компактная VLA-архитектура (Vision-Language-Action — модель, объединяющая зрение, язык и действия) SmolVLA объёмом 0.45B параметров, созданная для работы на потребительском железе. Обучена пользователем freezino с помощью фреймворка LeRobot. Пригодится разработчикам и энтузиастам робототехники для запуска на совместимом манипуляторе или дообучения под свои сценарии.

Ключевые особенности

  • Использует визуальные данные с нескольких камер (разрешение 256×256) и вектор состояния робота из 6 значений.
  • На выходе выдаёт вектор действий размерностью 6 для управления приводами манипулятора.
  • Обучена на датасете freezino/so101_single_block, состоящем из 50 эпизодов (12 188 кадров при 30 FPS).
  • Компактный размер 0.45B позволяет запускать модель локально без серверных видеокарт.

Что можно сделать

  • Развернуть готовую политику на физическом манипуляторе so_follower с двумя подключёнными камерами для выполнения задачи перекладывания объекта.
  • Использовать чекпоинт и конфигурацию обучения в LeRobot как отправную точку для тренировки собственных сценариев захвата и перемещения предметов.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so_follower \
  --robot.port= \
  --robot.cameras="{ camera1: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30}, camera2: {type: opencv, index_or_path: 1, width: 640, height: 480, fps: 30}}" \
  --policy.path=freezino/smolvla_so101_single_block \
  --task="Pick up the block and put it in the box." \
  --duration=60
ПодробнееОбучение: 20 000 шагов, batch size 64, оптимизатор AdamW, learning rate 0.0001.
Версия библиотеки: LeRobot 0.6.2.
Результаты оценки (Evaluation) на реальном роботе в карточке пока не опубликованы.
Обсудить Telegram 0 29

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.8 GB · готовые файлы1.4 GB
  • FP8 / INT8рекомендуемвеса 0.4 GB1.0 GB
  • 4-bitвеса 0.2 GB0.8 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 2060

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.

    # freezino/smolvla_so101_single_block
    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 freezino/smolvla_so101_single_block --local-dir ~/models/smolvla_so101_single_block
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к smolvla_so101_single_block
  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

Новые посты про версии smolvla_so101_single_block — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

freezino/smolvla_so101_single_block
Автор
freezino
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

290

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

dit_block_2

dit_block_2
Робототехника

ACT block

ACT block