К содержимому
Робототехника

PI0.5 RTC

четыре политики действий для робота

2 мин чтенияобновлено

Это набор из четырёх независимых пакетов для управления роботом: каждый умеет выполнять одну манипуляцию — сложить три миски, передать деревянный брусок между руками и положить его на синюю подложку, повернуть кружку и повесить её на стойку или отправить банку в корзину и поднять корзину второй рукой. В основе — предобученная PI0.5 с 3,35 млрд параметров, дообученная под каждую задачу отдельно. При обучении использовалась вспомогательная видеоветка Wan2.1 VACE на 2,15 млрд параметров, но в инференс политики она не входит. Каждый пакет самодостаточен: свои веса, статистика нормализации, конфиг, токенизатор, код инференса, примеры и лицензии. Пригодится робототехникам и исследователям, которые хотят запустить готовую политику действий для одной из четырёх задач.

Ключевые особенности

  • Четыре отдельные task-политики: bowl, wood, cup и drinks — без общего рантайма.
  • Каждая основана на PI0.5 и содержит 3 353 433 872 параметра.
  • В обучении участвовала полная вспомогательная ветка Wan2.1 VACE; для инференса действий она не нужна.
  • По 30 000 шагов fine-tuning и 15 000 RTC-обновлений на задачу.
  • Веса в BF16: около 6,7 ГБ на задачу и примерно 26,8 ГБ на все четыре.

Что можно сделать

  • Запустить bowl, чтобы робот складывал три миски.
  • Взять wood для передачи бруска между руками и укладки на синюю подложку.
  • Использовать cup для поворота кружки и подвешивания на стойку.
  • Попробовать drinks: банка в корзину, затем подъём корзины второй рукой.

Пример

from huggingface_hub import snapshot_download
snapshot = snapshot_download(
    repo_id='Yuanyuan-Lee/robotrtc-pi05-vace-4tasks-ft30k-rtc15k',
    revision='rtc15000-v1',
    allow_patterns=['bowl/*'],
)
print(snapshot)
ПодробнееПараметры: 3 353 433 872 (BF16, non-EMA), размер файла 6 707 002 640 байт.
Данные: по 100 демонстраций на задачу, от 50 419 до 55 329 кадров.
В релизе нет реального success rate на роботе: проверены загрузка, препроцессинг, маппинг действий и RTC-префиксы.
Захват наблюдений, синхронизацию управления и интеграцию приводов пользователь делает сам.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 6.2 GB · готовые файлы7.4 GB
  • FP8 / INT8рекомендуемвеса 3.1 GB3.9 GB
  • 4-bitвеса 1.8 GB2.4 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 5060 Ti 8GB

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.

    # Yuanyuan-Lee/robotrtc-pi05-vace-4tasks-ft30k-rtc15k
    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 Yuanyuan-Lee/robotrtc-pi05-vace-4tasks-ft30k-rtc15k --local-dir ~/models/robotrtc-pi05-vace-4tasks-ft30k-rtc15k
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к robotrtc-pi05-vace-4tasks-ft30k-rtc15k
  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 robotrtc-pi05-vace-4tasks-ft30k-rtc15k — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Yuanyuan-Lee/robotrtc-pi05-vace-4tasks-ft30k-rtc15k
Автор
Yuanyuan-Lee
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