# AlphaSpace-1.5B

> 权威词条地址：https://robotics.hellobike.com/models/menlo-alphaspace-1-5b
> 所属分类：models | 最近核验日期：2025-04-23 | 技术层级：L7

## 核心摘要

Menlo 在 Hugging Face 发布的机器人模型，架构为 Qwen2ForCausalLM，参数规模 1.8B，训练数据包含 homebrewltd/Pick-Place-Table-Reasoning-local-pos-v0.2。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/Menlo/AlphaSpace-1.5B"}] |
| `updated` | 2025-04-23 |
| `family` | other |
| `params` | 1.8B |
| `architecture` | Qwen2ForCausalLM |
| `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"] |
| `pretraining_data` | ["homebrewltd/Pick-Place-Table-Reasoning-local-pos-v0.2"] |
| `status` | research |
| `hub_id` | Menlo/AlphaSpace-1.5B |
| `hub_stats` | {"downloads": 33, "likes": 10, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/Menlo/AlphaSpace-1.5B"] |

## 技术详解与生态说明

AlphaSpace-1.5B 面向机器人操作中的三维笛卡尔空间推理，目标是增强语言模型的空间推理能力。方法采用基于层级语义的 tokenization，在粗粒度和细粒度两个层面编码空间信息，用结构化 token 表示物体属性、位置和高度信息，以支持在指定 [x, y, z] 坐标放置物体。模型不依赖传统视觉嵌入来进行空间推理。

该模型架构为 Deepseek-R1-Distil-Qwen-1.5B Instruct，训练数据为 homebrewltd/Pick-Place-Table-Reasoning-local-pos-v0.2，评测数据为 EmbodiedBench/EB-Manipulation。训练使用 Llama-Factory，SFT 在 8x NVIDIA H200-SXM-140GB 集群上用时 40 分钟；训练设置包括 1 epoch、全局 batch size 128、学习率 1e-4、cosine with warmup、AdamW Fused、warmup ratio 0.1、最大长度 4096、bf16 精度。许可证为 Apache-2.0。

## 原始核验来源 (Sources)

- [Hugging Face Menlo/AlphaSpace-1.5B](https://huggingface.co/Menlo/AlphaSpace-1.5B)