К содержимому
Робототехника

nberezny/smolvla_smoke

робототехническая политика для uFactory Lite 6

2 мин чтенияобновлено

Эта модель представляет собой специализированную политику управления для роботов, обученную с помощью библиотеки LeRobot (набор инструментов для машинного обучения в реальной робототехнике). Модель создана на базе компактной визуально-языковой архитектуры SmolVLA (vision-language-action модель) и предназначена для выполнения конкретной манипуляционной задачи — последовательной укладки блоков разных цветов. На входе политика принимает состояние механизмов и изображения с трех камер, а на выходе выдает управляющие действия для робота. Релиз будет полезен исследователям и инженерам, занимающимся имитационным обучением робототехники в симуляторе.

Ключевые особенности

  • Построена на базе эффективной архитектуры SmolVLA (компактная vision-language-action модель)
  • Обучена с использованием фреймворка LeRobot для задач имитационного обучения
  • Обрабатывает визуальные данные с трех различных ракурсов (камеры overhead, wrist и state)
  • Настроена для работы с симулятором робота uFactory Lite 6

Что можно сделать

  • Запустить готовую политику управления на совместимом роботе или в симуляции с помощью утилит LeRobot
  • Использовать датасет uaberezny/lite6_stack_dense для изучения траекторий укладки блоков
  • Дообучить модель на собственных демонстрациях для решения аналогичных манипуляционных задач

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=ufactory_lite6_sim_hybrid_dense_rel \
  --robot.port= \
  --robot.cameras="{ : {type: opencv, index_or_path: , width: 640, height: 480, fps: 30}, : {type: opencv, index_or_path: , width: 640, height: 480, fps: 30}}" \
  --policy.path=nberezny/smolvla_smoke \
  --task="stack the blocks: red at the bottom, yellow, blue on top" \
  --duration=60
ПодробнееЛицензия: apache-2.0
Базовая модель: lerobot/smolvla_base
Датасет: 4924 эпизода, 143843 кадра при 20 FPS
Параметры обучения: 200 шагов, батч 32, оптимизатор adamw, learning rate 0.0001
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.

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.

    # nberezny/smolvla_smoke
    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 nberezny/smolvla_smoke --local-dir ~/models/smolvla_smoke
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к smolvla_smoke
  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/smolvla_base
  1. SmolLM2-360Mоснова семьи
  2. SmolLM2-360M-Instruct
  3. SmolVLM-500M-Instruct
  4. SmolVLM2-500M-Video-Instruct
  5. smolvla_base
  6. smolvla_smoke

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

nberezny/smolvla_smoke
Автор
nberezny
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