SpaceThinker-Qwen2.5VL-3B

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/SpaceThinker。

模型remyxaiSpaceThinker-Qwen2.5VL-3B

模型档案汇总架构、许可、适配机型与资料来源

SpaceThinker-Qwen2.5VL-3B

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/SpaceThinker。

具身模型
端侧部署

VLA研究3.8B更新于 2025-08-01

Hugging Face

概述

这个模型的核心架构、动作空间设计与真机部署定位。

SpaceThinker-Qwen2.5VL-3B 是一个多模态视觉语言推理模型，面向增强定量空间推理。它基于 Qwen2.5-VL-3B 架构、3.75B FP16 参数，从 UCSC-VLAA/VLAA-Thinker-Qwen2.5VL-3B 通过 LoRA 微调而来，许可为 Apache-2.0。

训练使用 VQASynth 生成的 SpaceThinker 数据集，包含约 12K 条合成空间推理轨迹，格式为 RGB 图像、问题、带推理轨迹的答案，问题覆盖距离/单位、above、left-of、contains、closest to 等空间关系。它在 OmniSpatial、SpatialScore、SpaCE-10 等空间推理评测中给出结果，并提供 Transformers、Ollama、llama.cpp 和 Space 运行入口。

资料出处 Hugging Face remyxai/SpaceThinker-Qwen2.5VL-3B

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
Hub 下载量: 1.8k; 出处Hugging Face
Hub 点赞: 27; 出处Hugging Face

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/SpaceThinker-Qwen2.5VL-3B --local-dir ./checkpoints/remyxai-spacethinker-qwen2-5vl-3b

# 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/SpaceThinker-Qwen2.5VL-3B

预训练与微调基准数据集：remyxai/SpaceThinker