gr00t-n1.5-libero-spatial-posttrain

youliangtan 在 Hugging Face 发布的机器人模型，架构为 NVIDIA Isaac GR00T N1.5 (Eagle VLM + DiT Action Head)，参数规模 2.7B。

模型youliangtangr00t-n1.5-libero-spatial-posttrain

模型档案汇总架构、许可、适配机型与资料来源

gr00t-n1.5-libero-spatial-posttrain

youliangtan 在 Hugging Face 发布的机器人模型，架构为 NVIDIA Isaac GR00T N1.5 (Eagle VLM + DiT Action Head)，参数规模 2.7B。

具身模型
端侧部署

VLA研究2.7B更新于 5 个月前

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。

该仓库提供 Ω-QVLA 的权重；Ω-QVLA 是一种面向视觉-语言-动作（VLA）模型的免训练后训练量化框架，用于将语言主干和完整的扩散动作头统一压缩到 W4A4 精度，目标是降低大模型在设备端部署时的静态内存占用。该 checkpoint 基于 GR00T N1.5 架构。

技术配置中，模型架构为 GR00T_N1_5，主干为 Eagle（Qwen-based），动作维度为 32，动作 horizon 为 16，计算 dtype 为 bfloat16。方法包含复合 SVD-Hadamard 旋转和逐步 DiT 激活缩放，用于均衡权重能量、扩散激活异常值并处理动作头去噪步骤中的动态范围漂移。

该量化框架声称可将静态内存占用降低约 71.3%，并在 LIBERO 等基准上达到或超过 FP16 成功率。相关资源包括论文和 GitHub 代码链接。

资料出处 Hugging Face youliangtan/gr00t-n1.5-libero-spatial-posttrain

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: 2.7B
Hub 下载量: 83; 出处Hugging Face
Hub 点赞: 0; 出处Hugging Face

网络架构: NVIDIA Isaac GR00T N1.5 (Eagle VLM + DiT Action Head)
动作空间表示: 连续扩散去噪轨迹 (Diffusion Action Trajectory)
支持数据格式: SafeTensors

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. 下载 NVIDIA Isaac GR00T 模型权重
huggingface-cli download youliangtan/gr00t-n1.5-libero-spatial-posttrain --local-dir ./checkpoints/youliangtan-gr00t-n1-5-libero-spatial-posttrain

# 2. 使用 Isaac-GR00T 加载策略开展推理或微调
python scripts/inference_service.py --model-path ./checkpoints/youliangtan-gr00t-n1-5-libero-spatial-posttrain --embodiment-tag unitree_g1