RoboticsDiffusionTransformer

Modelo de difusão baseado em aprendizado por imitação para manipulação com duas mãos.

Produto ComumProgramaçãoRobóticaInteligência Artificial

RDT-1B é um transformador de difusão de aprendizado por imitação com 1 bilhão de parâmetros (o maior atualmente), pré-treinado em mais de 1 milhão de episódios (o maior atualmente) de robôs multi-manipuladores. Dado comandos de linguagem e até três imagens RGB de visualizações diferentes, o RDT pode prever os próximos 64 movimentos do robô. O RDT é compatível com quase todos os manipuladores móveis modernos, incluindo braços únicos a braços duplos, articulações a atuadores finais, posição a velocidade, e até mesmo locomoção com rodas. O modelo foi ajustado finamente em mais de 6.000 episódios (um dos maiores) coletados autonomamente e implantado no robô ALOHA de dois braços. Ele alcançou desempenho de ponta em destreza, generalização zero-shot e aprendizado de poucos exemplos.

Best AI Websites & Tools

RoboticsDiffusionTransformer

RoboticsDiffusionTransformer Situação do Tráfego Mais Recente

RoboticsDiffusionTransformer Tendência de Visitas

RoboticsDiffusionTransformer Distribuição Geográfica das Visitas

RoboticsDiffusionTransformer Fontes de Tráfego

RoboticsDiffusionTransformer Alternativas

RoboticsDiffusionTransformer — Modelo de difusão baseado em aprendizado por imitação para manipulação com duas mãos.

GR-2 — Agente robótico universal avançado

LeRobot — Oferece modelos, conjuntos de dados e ferramentas de aprendizado de máquina de ponta para robôs do mundo real.

DrEureka — Uma estratégia de transferência de simulação para o mundo real guiada por modelos de linguagem grandes para aquisição de habilidades robóticas.

Clone — Clone é um robô humanoide com tecnologia de músculos artificiais revolucionária Myofiber, capaz de caminhar naturalmente.

Aria Gen 2 — O Aria Gen 2 é um novo óculos inteligente para pesquisa em percepção de máquina, IA contextual e robótica.

Figure AI Helix — Helix é um modelo de visão-linguagem-ação para controle de robôs humanoides de uso geral.

O Playbook de Ultraescala — Uma ferramenta focada no design e otimização de sistemas de ultraescala, oferecendo soluções eficientes.

ASAP — ASAP é uma técnica para aprendizado de habilidades de corpo inteiro para robôs humanoides ágeis, que realiza a transferência de habilidades por meio do alinhamento da física de simulação e do mundo real.

Sonus-1 — Sonus-1: Inaugurando uma nova era para modelos de linguagem de grande porte (LLMs)

InternVL2_5-4B-MPO-AWQ — Modelo de linguagem grande multimodal, otimizado para interação imagem-texto.

Valley 2.0 — Modelo de linguagem grande multi-modal, aprimora a capacidade de processamento de dados de texto, imagem e vídeo.

Shoonya — Modelo e agente base para o setor comercial

Política de Previsão de Vídeo — Uma estratégia de robô manipulador ágil multitarefa baseada em um modelo de difusão de vídeo.

Ruyi-Mini-7B — Modelo de geração de vídeo a partir de imagem de código aberto

Apptronik — Tecnologia avançada em robótica humanoide, impulsionando o potencial humano.

Astris AI — Astris AI é uma solução de inteligência artificial focada em segurança, lançada pela Lockheed Martin.

Recursal AI — Tornando a inteligência artificial acessível a todos

Apollo-LMMs — Exploração da compreensão de vídeo em modelos de linguagem multimodais (LMMs) de grande escala

Modelo de Geração de Voz CosyVoice 2.0-0.5B — Modelo de síntese de voz eficiente e multilíngue

CausVid — Gerador de vídeo causal rápido, permitindo a geração de vídeo instantânea.

InternVL 2.5 — Série de modelos de linguagem grandes multimodais de código aberto

OLMo-2-1124-7B-RM — Modelo de linguagem grande, usado para geração e classificação de texto

Amazon Nova — Amazon Nova é a nova geração de modelos básicos da Amazon, oferecendo inteligência de ponta e um custo-benefício líder do setor.

HunyuanVideo — Framework de treinamento de modelos de geração de vídeo de grande porte de código aberto da Tencent

OLMo-2-1124-13B-DPO — Modelo de linguagem inglês de alto desempenho, adequado para diversas tarefas.

ProactiveAgent — Agente proativo baseado em modelos de linguagem grandes, que prevê as necessidades do usuário e oferece ajuda de forma proativa.

OLMo 2 — Modelo de linguagem totalmente aberto de última geração

SoraVids — Repositório de arquivos do modelo de geração de vídeo Sora

LTX-Video — Modelo de geração de vídeo baseado em DiT, gerando vídeos de alta qualidade em tempo real.