К содержимому
Робототехника

FastVLA Turbo

арабская VLA-модель для роботов на бюджетной T4

1 мин чтенияобновлено

FastVLA Turbo — 7B-модель Vision-Language-Action для робототехники от hamzabouajila. Заявлена как первая арабская Physical AI модель: понимает арабские команды и предсказывает непрерывные траектории действий по мультикамерному видео. Использует 16-шаговый continuous Flow-Matching (112 DoF) и 2x2 Spatial Token Compression.

Ключевые особенности

  • Сжимает визуальные токены с 512 до 128 (−75%) за счёт 2x2 Spatial Patch Merging.
  • Генерирует 16-шаговые непрерывные action chunks: 16 × 7 = 112 continuous DoF.
  • По бенчмарку на NVIDIA Tesla T4 (16GB): latency 1 868.4 → 993.4 ms, peak VRAM 9.40 → 6.19 GB.
  • Дообучена на арабском LIBERO-10 multi-view датасете с многоэтапными командами.
  • Zero-compute vision caching: 428M SigLIP-So400M признаки считаются заранее, ViT не занимает VRAM при обучении.

Пример

import torch
from PIL import Image
from transformers import AutoTokenizer
repo_id = "hamzabouajila/fastvla-turbo-arabic-libero"
tokenizer = AutoTokenizer.from_pretrained(repo_id)
img_agent = Image.open("agent_view.jpg")
img_wrist = Image.open("wrist_view.jpg")
arabic_command = "أطفئ الفرن ووضع وعاء الموكا عليه."
ПодробнееНа T4: визуальные токены 512 → 128 (−75%), LLM-последовательность 544 → 176 (−67.6%), latency 1 868.4 → 993.4 ms (1.88× быстрее).
Peak VRAM: 9.40 → 6.19 GB (−44.6%), throughput 0.54 → 1.01 step/s.
Заявлена работа на T4 / Google Colab / Kaggle; при обучении ViT выгружается из GPU VRAM.
Обсудить Telegram 1 26

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # hamzabouajila/fastvla-turbo-arabic-libero
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 hamzabouajila/fastvla-turbo-arabic-libero --local-dir ~/models/fastvla-turbo-arabic-libero
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к fastvla-turbo-arabic-libero
  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 fastvla-turbo-arabic-libero — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

hamzabouajila/fastvla-turbo-arabic-libero
Автор
hamzabouajila
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

261

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии