外观
Skip to content
SpaceQwen2.5-VL-3B-Instruct
SpaceQwen2.5-VL-3B-Instruct
remyxai 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 remyxai/OpenSpaces。
模型remyxaiSpaceQwen2.5-VL-3B-Instruct
模型档案汇总架构、许可、适配机型与资料来源
SpaceQwen2.5-VL-3B-Instruct
remyxai 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 remyxai/OpenSpaces。
概述
这个模型的核心架构、动作空间设计与真机部署定位。
SpaceQwen2.5-VL-3B-Instruct 是一个多模态视觉语言模型，架构为 Qwen2.5-VL-3B-Instruct，模型大小为 3.75B 参数（FP16）。它面向空间推理能力增强，相关工作出现在 OmniSpatial 论文中，并以 Apache-2.0 许可发布。
该模型从 Qwen/Qwen2.5-VL-3B-Instruct 通过 LoRA 微调而来，训练使用 OpenSpaces 数据集，包含约 10k 条合成空间推理轨迹，格式为 RGB 图像、问题和答案。问题类型覆盖距离、上下、左侧、包含、最近对象等空间关系。
模型可通过 Ollama、Transformers，以及 GGUF 形式结合 llama.cpp 运行；LoRA SFT 脚本可在 trl 获取。评估涉及 SpatialScore、OmniSpatial、SpaCE-10、SIRI-Bench 和 MindCube 等空间推理基准。局限包括在杂乱环境或特定相机视角下性能可能下降，且不适用于安全关键或法律决策场景。
关键参数与架构规格
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
- 参数量
- 3.8B
- 网络架构
- Qwen2_5_VLForConditionalGeneration
- 动作空间表示
- 连续关节位置/末端位姿动作空间
- 支持数据格式
- GGUF
暂未公开或待收录：微调显存需求 · 闭环控制频率
快速部署与许可说明
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
权重下载与策略推理参考
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download remyxai/SpaceQwen2.5-VL-3B-Instruct --local-dir ./checkpoints/remyxai-spaceqwen2-5-vl-3b-instruct
# 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=remyxai/SpaceQwen2.5-VL-3B-Instruct预训练与微调基准数据集：remyxai/OpenSpaces
关联机型
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。
同家族模型
同一家族里的热门模型。
JiRackUltra_1bCMSManhattan/JiRackUltra_1b3 天前JEV-9Bautotrust/JEV-9B17 天前RynnBrain1.1-2BAlibaba-DAMO-Academy/RynnBrain1.1-2B1 个月前JiRackPrecisionTokenizerCMSManhattan/JiRackPrecisionTokenizer1 个月前microduck-policiespollen-robotics/microduck-policies16 天前MolmoAct2-SO100_101allenai/MolmoAct2-SO100_1015 个月前
来源
本页事实对应的公开页面，以原文为准。
- Hugging Face remyxai/SpaceQwen2.5-VL-3B-Instruct访问 2026-10-21