外观
Giga-World-Policy-0.5
open-gigaai 在 Hugging Face 发布的机器人模型,基于 diffusers,参数规模 6B。
模型open-gigaaiGiga-World-Policy-0.5
模型档案汇总架构、许可、适配机型与资料来源
open-gigaai 在 Hugging Face 发布的机器人模型,基于 diffusers,参数规模 6B。
这个模型的核心架构、动作空间设计与真机部署定位。
GigaWorld-Policy-0.5 是一个面向 WAM 的策略模型,论文名为 “GigaWorld-Policy-0.5: A Faster and Stronger WAM Empowered by AutoResearch”。模型类为 CasualWorldActionTransformer_MoT,仓库提供项目页和开源代码链接。架构包含 30 层、24 × 128 注意力头,文本维度使用 T5 的 4096 维,并标注支持 2 种 embodiments。
MoT 设计保留两条专家流:视觉专家流处理 reference 与 future latents,动作专家流处理 state 与 action,并在两者之间进行多模态自注意力。模型摘要还列出视觉 hidden dim 3072、action expert dim 1024、action FFN dim 4096、latent channels 48、action channels 16,以及 patch size [1, 2, 2]。
该仓库只包含 transformer 权重,权重文件按约 10GB 分片。运行时还需要来自基础 Diffusers checkpoint 的 Wan2.2 VAE 和 scheduler;使用、训练与推理细节指向其开源代码页面。
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
apache-2.0
权重许可证
apache-2.0
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download open-gigaai/Giga-World-Policy-0.5 --local-dir ./checkpoints/open-gigaai-giga-world-policy-0-5
# 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=open-gigaai/Giga-World-Policy-0.5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。