К содержимому
Робототехника

SemWAM-RealRobot-PackPhone-v1

финальный чекпоинт world-action модели для задачи Pack Phone

1 мин чтенияобновлено

RainyBot выложил финальный чекпоинт SemWAM для задачи Pack Phone — шаг оптимизатора 6240. SemWAM совместно предсказывает действия робота и будущие RGB, depth и семантические представления по текущим камерам, языковой инструкции и состоянию робота. Это исследовательский чекпоинт, а не готовый драйвер робота.

Ключевые особенности

  • Три RGB-вида: основная камера и две камеры на запястьях.
  • Состояние и действия по 16 значений: левая/правая xyz, кватернион xyzw и гриппер.
  • Действия — относительные SE(3)-преобразования от текущего состояния, горизонт 32; нормализацию надо снимать сохранённой статистикой.
  • Архитектура rgb_dep_sem: depth-голова и семантический компрессор на 48 каналов; depth на инференсе оценивается только по текущему RGB.
  • Чекпоинт v2; optimizer/RNG state не входят.

Пример

from pathlib import Path
from huggingface_hub import snapshot_download

release_dir = Path(snapshot_download(
    repo_id="RainyBot/SemWAM-RealRobot-PackPhone-v1",
    revision="main",
))
checkpoint = release_dir / "checkpoints/weights/step_006240.pt"
ПодробнееБенчмарков и заявленной успешности closed-loop в карточке нет.
Веса: 14 649 561 065 байт; SHA256 742b98085f8b53478c712c30b7c9c5f1a3f31ddf4826654d37294df75b74cf83.
Требования к VRAM/железу не указаны; нужен SemWAM checkout и внешние frozen-энкодеры/кодеки, которых нет в пакете.
Готового драйвера робота нет; RoboTwin-адаптер несовместим с этим интерфейсом.
Optimizer/RNG state не включены.
Обсудить Telegram 0 18

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 14 GB · готовые файлы16 GB
  • FP8 / INT8рекомендуемвеса 6.8 GB8.0 GB
  • 4-bitвеса 3.8 GB4.7 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 3080 · BF16 — от RTX 5080

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.

    # RainyBot/SemWAM-RealRobot-PackPhone-v1
    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 RainyBot/SemWAM-RealRobot-PackPhone-v1 --local-dir ~/models/SemWAM-RealRobot-PackPhone-v1
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к SemWAM-RealRobot-PackPhone-v1
  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 SemWAM-RealRobot-PackPhone-v1 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

RainyBot/SemWAM-RealRobot-PackPhone-v1
Автор
RainyBot
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

180

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

SyncWorld

SyncWorld