# JiRackDeltaNet_180b

> 权威词条地址：https://robotics.hellobike.com/models/cmsmanhattan-jirackdeltanet-180b
> 所属分类：models | 最近核验日期：2026-10-15 | 技术层级：L7

## 核心摘要

CMSManhattan 在 Hugging Face 发布的机器人模型，架构为 Qwen4ExpForConditionalGeneration，参数规模 180B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/CMSManhattan/JiRackDeltaNet_180b"}] |
| `updated` | 2026-10-15 |
| `family` | other |
| `params` | 180B |
| `architecture` | Qwen4ExpForConditionalGeneration |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | other |
| `weights_license` | other |
| `data_formats` | ["GGUF"] |
| `status` | research |
| `hub_id` | CMSManhattan/JiRackDeltaNet_180b |
| `hub_stats` | {"downloads": 4920, "likes": 0, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/CMSManhattan/JiRackDeltaNet_180b"] |

## 技术详解与生态说明

JiRack DeltaNet 180B 是基于 Qwen3.8-Flash-Next 架构迁移的 180B 参数 MoE 模型，每个 token 约 6B 参数参与计算，目标是在 CPU 上进行大规模推理。当前构建面向文本；其基础模型支持图像和视频，但该 JiRack 版本目前为 text-only。

模型采用 Gated DeltaNet 线性注意力与 Qwen Sparse Attention 交错的结构，包含 512 个专家、top-10 routing、共享专家、gated residual streams，以及 51B 参数 hashed n-gram embedding table。仓库描述了面向 Robotics、Routing、Coding 和高级工具调用的用途，并提到可作为 RAG 部署中的专家模型。

当前手写架构移植、从 Qwen/Qwen3.8-Flash-Next 转换及数值验证已完成；BitLinear 在 lambda=0 时为 passthrough，因此 QAT 完成前权重与基础模型数值相同，三值化收益需在 QAT 后才适用。PyTorch CPU 可直接运行 safetensors 分片；GGUF、Ollama、Docker 构建计划在 QAT 后提供。权重采用 Qwen Community License 1.0，JiRack 代码和工具采用 MIT License，部分 Docker/UI/预构建量化产品为商业许可。

## 原始核验来源 (Sources)

- [Hugging Face CMSManhattan/JiRackDeltaNet_180b](https://huggingface.co/CMSManhattan/JiRackDeltaNet_180b)