К содержимому
Робототехника

lw_benchhub

политика управления двуруким роботом на базе SmolVLA

2 мин чтенияобновлено

Модель представляет собой VLA-политику (Vision-Language-Action — нейросеть, которая по изображению с камер и текстовой команде напрямую предсказывает действия робота) для управления роботом типа double_piper. Она дообучена автором whosricky на базе компактной модели lerobot/smolvla_base (0.45B параметров) в рамках фреймворка LeRobot. В отличие от базовой версии, этот чекпоинт натренирован выполнять более сотни конкретных бытовых и кухонных манипуляций — от перекладывания продуктов в корзину до включения плиты и работы с микроволновкой. Модель пригодится разработчикам и исследователям в области робототехники, работающим с платформой Double Piper или симуляциями бенчмарка Lightwheel.

Ключевые особенности

  • Принимает на вход вектор состояния робота (6 значений) и видеопоток сразу с трёх камер (left_hand, first_person, right_hand) в разрешении 256×256.
  • На выходе генерирует вектор из 12 управляющих действий для координации движений манипулятора.
  • Обучена на масштабном датасете LightwheelAI/Lightwheel-Tasks-Double-Piper, включающем 6500 эпизодов и более 6 млн кадров с частотой 50 FPS.
  • Построена на компактной архитектуре SmolVLA (0.45B параметров), рассчитанной на запуск на потребительском железе.

Что можно сделать

  • Запустить инференс на реальном роботе double_piper для автоматизации базовых кухонных операций: открытия ящиков, расстановки посуды, уборки книг и продуктов.
  • Использовать веса как отправную точку для дальнейшего дообучения (fine-tuning) под собственные сценарии манипуляций в библиотеке LeRobot.
  • Протестировать генерализацию политик в симуляторе на наборе задач из семейства LIBERO / Lightwheel.

Пример

lerobot-rollout \
  --strategy.type=base \
  --robot.type=double_piper \
  --robot.port= \
  --policy.path=whosricky/lw_benchhub \
  --task="L10K3TurnOnTheStoveAndPutTheMokaPotOnIt" \
  --duration=60
Подробнее Обучение: 100 000 шагов, batch size 64, оптимизатор AdamW (lr 0.0001), LeRobot 0.7.0.
Ограничения: результаты реальных тестов (Evaluation) в карточке пока не опубликованы.
Лицензия: Apache-2.0.
Обсудить Telegram 0

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.

    # whosricky/lw_benchhub
    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 whosricky/lw_benchhub --local-dir ~/models/lw_benchhub
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к lw_benchhub
  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. lw_benchhub

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

whosricky/lw_benchhub
Автор
whosricky
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии