外观
Skip to content
模型ZhouesRoboRefer-2B-SFT
模型档案汇总架构、许可、适配机型与资料来源
RoboRefer-2B-SFT
Zhoues 在 Hugging Face 发布的机器人模型，架构为 LlavaLlamaModel，参数规模 2B。
概述
这个模型的核心架构、动作空间设计与真机部署定位。
RoboRefer-2B-SFT 是 RoboRefer 工作的官方开源 checkpoint，定位为面向机器人空间指代与推理的视觉语言模型。模型经过指令微调，训练混合数据包括 RefSpatial datasets、instruction tuning 数据和 referring datasets，训练时间为 2025 年 6 月。
该模型以图像和指令为输入，强调空间理解能力，可基于空间知识回答定性和定量问题，也可以输出用于空间指代的精确点，以指导机器人控制。项目还提供论文、代码、RefSpatial 数据集、RefSpatial-Bench 基准和网站链接，并声称在多样化 benchmark 上达到 SOTA 表现。
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
- 2B
- 网络架构
- LlavaLlamaModel
- 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
- 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. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download Zhoues/RoboRefer-2B-SFT --local-dir ./checkpoints/zhoues-roborefer-2b-sft
# 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=Zhoues/RoboRefer-2B-SFT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 Zhoues/RoboRefer-2B-SFT访问 2026-10-21