# Poseless-3B

> 权威词条地址：https://robotics.hellobike.com/models/menlo-poseless-3b
> 所属分类：models | 最近核验日期：2025-03-25 | 技术层级：L7

## 核心摘要

Menlo 在 Hugging Face 发布的机器人模型，架构为 Qwen2_5_VLForConditionalGeneration，参数规模 3.8B，训练数据包含 homebrewltd/robot-hand-poses-train。

## 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/Poseless-3B"}] |
| `updated` | 2025-03-25 |
| `family` | other |
| `params` | 3.8B |
| `architecture` | Qwen2_5_VLForConditionalGeneration |
| `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/robot-hand-poses-train"] |
| `status` | research |
| `hub_id` | Menlo/Poseless-3B |
| `hub_stats` | {"downloads": 24, "likes": 17, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/Menlo/Poseless-3B"] |

## 技术详解与生态说明

Poseless-3B 是面向机器人手控制的视觉到关节角模型，来自 “PoseLess: Depth-Free Vision-to-Joint Control via Direct Image Mapping with VLM”。它绕过显式位姿估计，将单目 2D 图像直接映射为关节角，输出为以弧度表示的关节角 XML，目标是减少两阶段流程中的误差传播，并处理深度歧义与数据稀缺问题。

模型架构基于 Qwen 2.5 3B Instruct，并针对手部位姿估计进行微调。训练数据为 homebrewltd/robot-hand-poses-train，评估数据为 homebrewltd/robotic-hand-poses-eval；训练样本由随机关节配置生成，并对光照、纹理等视觉特征做域随机化，不依赖人工标注数据。

实验描述表明，该方法在关节角预测精度上具有竞争力，可在无深度输入的情况下进行控制，并展示了从机器人手到人手的跨形态泛化：模型仅用机器人手数据训练，却能模仿人手运动。许可为 Apache-2.0。

## 原始核验来源 (Sources)

- [Hugging Face Menlo/Poseless-3B](https://huggingface.co/Menlo/Poseless-3B)