外观
InternVLA-N1-wo-dagger
InternRobotics 在 Hugging Face 发布的机器人模型,架构为 InternVLAN1ForCausalLM,参数规模 8.4B。
模型InternRoboticsInternVLA-N1-wo-dagger
模型档案汇总架构、许可、适配机型与资料来源
InternRobotics 在 Hugging Face 发布的机器人模型,架构为 InternVLAN1ForCausalLM,参数规模 8.4B。
这个模型的核心架构、动作空间设计与真机部署定位。
InternVLA-N1 是面向指令跟随导航的开源双系统导航基础模型,官方版本采用异步 Dual-System 设计,将 System-2 推理与 System-1 动作联合调优并异步推理,用于实现更平滑、高效的导航执行,并支持动态障碍物规避。
该模型训练基于仿真数据 InternData-N1,包含多样场景、具身形态和随机化设置;System 1 在更密集步长(约 25 cm)上训练,并使用最新的 System 2 隐状态。模型在 VLN-CE R2R、RxR、GRScenes-100、VLN-PE 等基准上宣称达到 state-of-the-art,并展示了从仿真到真实世界的零样本泛化能力。
推理、评测和 Gradio demo 需要参考 InternNav。仓库基于 Qwen2.5-VL,许可为 Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License。
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
暂未公开或待收录:微调显存需求 · 闭环控制频率
开源许可证、权重拉取命令、预训练数据集与关联文章。
代码许可证
cc-by-nc-sa-4.0
权重许可证
cc-by-nc-sa-4.0
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download InternRobotics/InternVLA-N1-wo-dagger --local-dir ./checkpoints/internrobotics-internvla-n1-wo-dagger
# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=InternRobotics/InternVLA-N1-wo-dagger模型卡或论文声明在这些机器人上训练、微调或部署过;口径是作者声明,不是第三方复现。
没有已核实的适配记录。
同一家族里的热门模型。
本页事实对应的公开页面,以原文为准。