# Embodied-R1.5

> 权威词条地址：https://robotics.hellobike.com/models/iffyuan-embodied-r1-5
> 所属分类：models | 最近核验日期：2026-06-14 | 技术层级：L7, L8

## 核心摘要

IffYuan 在 Hugging Face 发布的机器人模型，架构为 Qwen3VLForConditionalGeneration，参数规模 8.8B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/IffYuan/Embodied-R1.5"}] |
| `updated` | 2026-06-14 |
| `family` | vla |
| `params` | 8.8B |
| `architecture` | Qwen3VLForConditionalGeneration |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | IffYuan/Embodied-R1.5 |
| `hub_stats` | {"downloads": 1512, "likes": 0, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/IffYuan/Embodied-R1.5"] |

## 技术详解与生态说明

Embodied-R1.5 是一个统一的 Embodied Foundation Model，基于 Qwen3-VL-8B-Instruct 构建，在单一架构中整合具身推理能力。它从 Embodied-R1 的指向能力扩展到空间认知与推理、任务规划与纠错、具身指向与定位，覆盖几何关系、交互可能性、长程分解、下一步规划、错误定位与修正等能力。

模型使用 15B-token 语料训练，并采用多任务均衡的 RL 配方；训练流程分为 SFT 和 RFT 两阶段，分别使用 LLaMA-Factory 和 EasyR1。它还驱动 Planner-Grounder-Corrector 闭环框架，使同一模型承担 planner、grounder 和 corrector，以自主完成长程真实世界任务。

使用上遵循 Qwen3-VL chat 格式，答案放在指定标签内，支持选择、数值、开放问答、数学、空间 grounding、点、轨迹和 3D 轨迹等输出；点和框坐标归一化到 [0,1000]，3D 轨迹深度单位为米。推荐用 vLLM 做高吞吐推理，基准评测可配合 EmbodiedEvalKit，许可为 Apache 2.0。

## 原始核验来源 (Sources)

- [Hugging Face IffYuan/Embodied-R1.5](https://huggingface.co/IffYuan/Embodied-R1.5)