К содержимому
Робототехника

so101_smolvla_exp06

SmolVLA-политика для SO101

1 мин чтенияобновлено

Это файнтюн компактной vision-language-action модели SmolVLA от LeRobot для робота so101_follower. Политика обучена имитационному управлению на датасете Orellius/so101_sort_cubes_no_top: захватить фиолетовый куб и положить его в картонную коробку, игнорируя остальные объекты. На входе — состояние (6,) и изображение с фронтальной камеры (3, 480, 640), на выходе — действие (6,).

Ключевые особенности

  • База — lerobot/smolvla_base, лицензия apache-2.0.
  • Одна камера front и 6-мерное состояние робота.
  • Конкретная задача: сортировка кубиков, фиолетовый куб в коробку.
  • Датасет: 77 эпизодов, 54 777 кадров, 30 FPS.
  • Обучение: 15 000 шагов, batch size 16, AdamW, lr 1e-4.

Пример запуска

Команда для lerobot-rollout; подставьте свой порт робота и камеры.

lerobot-rollout \
  --strategy.type=base \
  --robot.type=so101_follower \
  --robot.port=<your_robot_port> \
  --policy.path=hubnemo/so101_smolvla_exp06_fixed_bs16_steps15k_r16_a32 \
  --task="Grab the purple cube and put it into the cardboard box, ignore the other objects" \
  --duration=60
ПодробнееПодробнее
Обучение: 15 000 шагов, batch size 16, AdamW, lr 1e-4, seed 1000, LeRobot 0.7.1.
Датасет: 77 эпизодов, 54 777 кадров, 30 FPS.
Робот: so101_follower, камера front; вход state (6,) и изображение (3, 480, 640), выход action (6,).
Результатов оценки на реальном роботе в карточке нет.
Обсудить Telegram 0 19

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.

Это LoRA: вместе с базовой моделью smolvla_base.

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.

    # hubnemo/so101_smolvla_exp06_fixed_bs16_steps15k_r16_a32
    # ===== 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 lerobot/smolvla_base --local-dir ~/models/smolvla_base
    hf download hubnemo/so101_smolvla_exp06_fixed_bs16_steps15k_r16_a32 --local-dir ~/models/so101_smolvla_exp06_fixed_bs16_steps15k_r16_a32
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к smolvla_base
  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

Нужна базовая модель

lerobot/smolvla_base

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

  1. SmolLM2-360Mоснова семьи
  2. SmolLM2-360M-Instruct
  3. SmolVLM-500M-Instruct
  4. SmolVLM2-500M-Video-Instruct
  5. smolvla_base
  6. so101_smolvla_exp06_fixed_bs16_steps15k_r16_a32

Новые посты про версии SmolLM2-360M — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 8Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

hubnemo/so101_smolvla_exp06_fixed_bs16_steps15k_r16_a32
Автор
hubnemo
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

190

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

SmolVLA SO101

SmolVLA SO101