# RoboRefer-2B-SFT

> 权威词条地址：https://robotics.hellobike.com/models/zhoues-roborefer-2b-sft
> 所属分类：models | 最近核验日期：2025-06-30 | 技术层级：L7

## 核心摘要

Zhoues 在 Hugging Face 发布的机器人模型，架构为 LlavaLlamaModel，参数规模 2B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/Zhoues/RoboRefer-2B-SFT"}] |
| `updated` | 2025-06-30 |
| `family` | other |
| `params` | 2B |
| `architecture` | LlavaLlamaModel |
| `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` | Zhoues/RoboRefer-2B-SFT |
| `hub_stats` | {"downloads": 80, "likes": 8, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/Zhoues/RoboRefer-2B-SFT"] |

## 技术详解与生态说明

RoboRefer-2B-SFT 是 RoboRefer 工作的官方开源 checkpoint，定位为面向机器人空间指代与推理的视觉语言模型。模型经过指令微调，训练混合数据包括 RefSpatial datasets、instruction tuning 数据和 referring datasets，训练时间为 2025 年 6 月。

该模型以图像和指令为输入，强调空间理解能力，可基于空间知识回答定性和定量问题，也可以输出用于空间指代的精确点，以指导机器人控制。项目还提供论文、代码、RefSpatial 数据集、RefSpatial-Bench 基准和网站链接，并声称在多样化 benchmark 上达到 SOTA 表现。

## 原始核验来源 (Sources)

- [Hugging Face Zhoues/RoboRefer-2B-SFT](https://huggingface.co/Zhoues/RoboRefer-2B-SFT)