AIbase
EN
Model Selection
Tags
多模态机器人控制

# 多模态机器人控制

STEVE R1 7B SFT GGUF
Apache-2.0
STEVE-R1-7B-SFT的静态量化版本，支持多种量化级别，适用于不同硬件需求
文本生成图像 English
S
mradermacher
203
0
Minivla Vq Bridge Prismatic
MIT
MiniVLA 是一个更小体积但性能更强的视觉语言动作模型，兼容 Prismatic VLMs 项目代码库。
图像生成文本 Transformers English
M
Stanford-ILIAD
22
0
Rdt 170m
MIT
RDT-170M是一个拥有1.7亿参数的模仿学习扩散Transformer模型，用于机器人视觉-语言-动作任务。
多模态融合 Transformers English
R
robotics-diffusion-transformer
278
7
Rdt 1b
MIT
基于100万+多机器人操作数据预训练的10亿参数模仿学习扩散Transformer模型，支持多视角视觉语言动作预测
多模态融合 Transformers English
R
robotics-diffusion-transformer
2,644
80
Octo Small
MIT
Octo小型版是一个基于扩散策略训练的机器人控制模型，能够预测未来4步的7维动作，适用于多源机器人数据集。
多模态融合 Transformers
O
rail-berkeley
335
13
Octo Base
MIT
Octo是一个基于扩散策略训练的机器人控制基础模型，能够预测未来动作并处理多模态输入。
多模态融合 Transformers
O
rail-berkeley
215
21
AIbase
Empowering the Future, Your AI Solution Knowledge Base
English简体中文繁體中文にほんご
© 2025AIbase