К содержимому
Другое

Harness VLA pi0.5 Real

робототехническая модель с текстовой памятью

1 мин чтенияобновлено

Чекпоинт VLA-модели ( Vision-Language-Action, объединяющей зрение, язык и управление действиями) на базе архитектуры pi0.5, обученной на данных реального робота. Модель оснащена текстовым модулем памяти (scheme C) и предназначена для развертывания и инференса на робототехническом оборудовании. Обучение заняло 10 000 шагов оптимизатора, и чекпоинт успешно прошёл валидацию при перезагрузке. Подойдет исследователям и инженерам в области робототехники, работающим с физическими устройствами.

Ключевые особенности

  • Базируется на архитектуре pi0.5 (Vision-Language-Action модель)
  • Добавлена текстовая память (scheme C) для последовательного выполнения задач
  • Обучена на реальных робототехнических данных объемом более 48 тысяч строк
  • Полный набор параметров инференса весит около 13.4 ГБ
  • Включает встроенные веса и код трекера на базе SAM 3 для развертывания

Что можно сделать

  • Запустить инференс модели с помощью входящего в комплект скрипта policy.py
  • Использовать встроенный трекер чаш на базе SAM 3 для задач захвата и манипуляций
  • Настроить деплой-цикл для реального робота с помощью скрипта real_deploy.py
  • Интегрировать конфигурационные файлы и статистику нормализации для проверки целостности

Пример

Пример кода для запуска и загрузки модели через policy.py можно найти в репозитории модели в директории source/.

ПодробнееШагов оптимизатора: 10,000 (глобальный батч 128)
Строк обучающих данных: 48,609
Финальная потеря (loss): 0.0041
Ограничения: Модель еще не тестировалась на реальном роботе
Вес параметров: ~13.4 ГБ
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 3.2 GB · готовые файлы4.0 GB
  • FP8 / INT8рекомендуемвеса 1.6 GB2.3 GB
  • 4-bitвеса 0.9 GB1.5 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 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.

    # HITzyx/harness-vla-pi05-real
    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 HITzyx/harness-vla-pi05-real --local-dir ~/models/harness-vla-pi05-real
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к harness-vla-pi05-real
  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 harness-vla-pi05-real — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

HITzyx/harness-vla-pi05-real
Автор
HITzyx
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Artha-1.1B v2

Artha-1.1B v2
Другое

ASCHOPLEX

ASCHOPLEX