预置模型资产配套建议
| 预置模型 | 模型功能 | CloudRobo功能 | 预置数据集 | 算力规格&预计时长 | 场景描述 |
|---|---|---|---|---|---|
| LeRobot-ACT-把方块放在盘子上-节卡真机 | 操作模型 | 模型部署、模型评测 | - | 单卡 | 该预置模型可用于JAKA Mini 2真机抓取方块放入盘子的场景试用。 |
| LeRobot-ACT-把笔插进笔筒-so101仿真 | 操作模型 | 模型部署、模型评测 | - | 单卡 | 该预置模型可用于SO101仿真抓笔插进笔筒的场景试用。 |
| LeRobot-ACT-把笔插进笔筒-so101真机 | 操作模型 | 模型部署、模型评测 | - | 单卡 | SO101机械臂单臂插笔入笔筒。 |
| LeRobot-PI05-传递红航插-星海图仿真 | 操作模型 | 模型部署、模型评测 | - | 单卡 | 星海图R1机器人右手向左手交接红色插头后放入框中。 |
| PhysicalIntelligence-PI05-把方块放在盘子上-节卡仿真 | 操作模型 | 模型部署、模型评测 | - | 单卡 | 节卡机械臂把方块抓放到盘子上。 |
| PhysicalIntelligence-PI05-旋转二维码-青龙仿真 | 操作模型 | 模型部署、模型评测 | - | 单卡 | 青龙机器人AzureLoong把二维码抓起调整朝向自己。 |
| PhysicalIntelligence-PI05-分拣白盒子-千寻仿真 | 操作模型 | 模型部署、模型评测 | - | 单卡 | 千寻机器人Moz1把白色方块抓起放入右边框中。 |
| LeRobot-PI05-Base | 操作模型 | 模型调优 | SO101-PlacePenHolder-Sim-Dataset、R1-HandoverRedPlugRightLeft-Sim-Dataset、Jaka-PlaceBlockintoTray-Sim-Dataset、Lerobot-Libero | 两卡/预估3天 | 如使用SO101仿真数据,训练后可支持SO101抓笔进笔筒的模型评测任务;如使用R1仿真数据,训练后可支持星海图R1机器人红色插头交接任务的模型评测;如使用JAKA仿真数据,训练后可支持JAKA机械臂抓取方块放入盘子的模型评测;如使用Lerobot-Libero数据,训练后可支持libero评测。 |
| LeRobot-PI0-Base | 操作模型 | 模型调优 | SO101-PlacePenHolder-Sim-Dataset、R1-HandoverRedPlugRightLeft-Sim-Dataset、Jaka-PlaceBlockintoTray-Sim-Dataset、Lerobot-Libero | 两卡/预估3天 | 如使用SO101仿真数据,训练后可支持SO101抓笔进笔筒的模型评测任务;如使用R1仿真数据,训练后可支持星海图R1机器人红色插头交接任务的模型评测;如使用JAKA仿真数据,训练后可支持JAKA机械臂抓取方块放入盘子的模型评测;如使用Lerobot-Libero数据,训练后可支持libero评测。 |
| LeRobot-XVLA-Base | 操作模型 | 模型调优 | SO101-PlacePenHolder-Sim-Dataset、R1-HandoverRedPlugRightLeft-Sim-Dataset、Jaka-PlaceBlockintoTray-Sim-Dataset、Lerobot-Libero | 两卡/预估2天 | 如使用SO101仿真数据,训练后可支持SO101抓笔进笔筒的模型评测任务;如使用R1仿真数据,训练后可支持星海图R1机器人红色插头交接任务的模型评测;如使用JAKA仿真数据,训练后可支持JAKA机械臂抓取方块放入盘子的模型评测;如使用Lerobot-Libero数据,训练后可支持libero评测。 |
| LeRobot-PI0FAST-Base | 操作模型 | 模型调优 | SO101-PlacePenHolder-Sim-Dataset、R1-HandoverRedPlugRightLeft-Sim-Dataset、Jaka-PlaceBlockintoTray-Sim-Dataset、Lerobot-Libero | 两卡/预估3天 | 如使用SO101仿真数据,训练后可支持SO101抓笔进笔筒的模型评测任务;如使用R1仿真数据,训练后可支持星海图R1机器人红色插头交接任务的模型评测;如使用JAKA仿真数据,训练后可支持JAKA机械臂抓取方块放入盘子的模型评测;如使用Lerobot-Libero数据,训练后可支持libero评测。 |
| LeRobot-SmolVLA-Base | 操作模型 | 模型调优 | SO101-PlacePenHolder-Sim-Dataset、R1-HandoverRedPlugRightLeft-Sim-Dataset、Jaka-PlaceBlockintoTray-Sim-Dataset、Lerobot-Libero | 单卡/预估1天 | 如使用SO101仿真数据,训练后可支持SO101抓笔进笔筒的模型评测任务;如使用R1仿真数据,训练后可支持星海图R1机器人红色插头交接任务的模型评测;如使用JAKA仿真数据,训练后可支持JAKA机械臂抓取方块放入盘子的模型评测;如使用Lerobot-Libero数据,训练后可支持libero评测。 |
| PhysicalIntelligence-PI0-Base | 操作模型 | 模型调优 | SO101-PlacePenHolder-Sim-Dataset、R1-HandoverRedPlugRightLeft-Sim-Dataset、Jaka-PlaceBlockintoTray-Sim-Dataset、Lerobot-Libero | 两卡/预估3天 | 如使用SO101仿真数据,训练后可支持SO101抓笔进笔筒的模型评测任务;如使用R1仿真数据,训练后可支持星海图R1机器人红色插头交接任务的模型评测;如使用JAKA仿真数据,训练后可支持JAKA机械臂抓取方块放入盘子的模型评测;如使用Lerobot-Libero数据,训练后可支持libero评测。 |
| PhysicalIntelligence-PI05-Base | 操作模型 | 模型调优 | SO101-PlacePenHolder-Sim-Dataset、R1-HandoverRedPlugRightLeft-Sim-Dataset、Jaka-PlaceBlockintoTray-Sim-Dataset、Lerobot-Libero | 两卡/预估3天 | 如使用SO101仿真数据,训练后可支持SO101抓笔进笔筒的模型评测任务;如使用R1仿真数据,训练后可支持星海图R1机器人红色插头交接任务的模型评测;如使用JAKA仿真数据,训练后可支持JAKA机械臂抓取方块放入盘子的模型评测;如使用Lerobot-Libero数据,训练后可支持libero评测。 |
| LeRobot_ACT | 操作模型 | 无基模型训练 | SO101-PlacePenHolder-Sim-Dataset、R1-HandoverRedPlugRightLeft-Sim-Dataset、Jaka-PlaceBlockintoTray-Sim-Dataset | 单卡/预估1天 | 如使用SO101仿真数据,训练后可支持SO101抓笔进笔筒的模型评测任务;如使用R1仿真数据,训练后可支持星海图R1机器人红色插头交接任务的模型评测;如使用JAKA仿真数据,训练后可支持JAKA机械臂抓取方块放入盘子的模型评测。 |
| LeRobot_Diffusion | 操作模型 | 无基模型训练 | SO101-PlacePenHolder-Sim-Dataset、Jaka-PlaceBlockintoTray-Sim-Dataset | 单卡/预估1天 | 如使用SO101仿真数据,训练后可支持SO101抓笔进笔筒的模型评测任务;如使用JAKA仿真数据,训练后可支持JAKA机械臂抓取方块放入盘子的模型评测。 |
| CloudRobo-VLA-Libero | 操作模型 | 模型调优、模型部署、模型评测 | SO101-PlacePenHolder-Sim-Dataset、 Jaka-PlaceBlockintoTray-Sim-Dataset、Lerobot-Libero | 两卡/预估2天 | 采集真机相关数据以LeRobotDataset v2.1或v3.0数据格式保存,即可用于该真机的相关场景测试;如使用Lerobot-Libero数据,训练后可支持libero评测。 |
| LeRobot-WALL-OSS-Base | 操作模型 | 模型调优 | SO101-PlacePenHolder-Sim-Dataset、R1-HandoverRedPlugRightLeft-Sim-Dataset、Jaka-PlaceBlockintoTray-Sim-Dataset、Lerobot-Libero | 八卡/预估2天 | 如使用SO101仿真数据,训练后可支持SO101抓笔进笔筒的模型评测任务;如使用R1仿真数据,训练后可支持星海图R1机器人红色插头交接任务的模型评测;如使用JAKA仿真数据,训练后可支持JAKA机械臂抓取方块放入盘子的模型评测;如使用Lerobot-Libero数据,训练后可支持libero评测。 |
| RLinf-Pi0-LIBERO-Spatial-Object-Goal-SFT | 操作模型 | 强化学习、模型部署、模型评测 | - | 单卡/预估2天 | 该预置模型为RLinf基于LIBERO-Spatial-Object-Goal数据集微调后的PI0模型,用于强化学习后训练,可基于LIBERO任务集进行仿真强化训练任务。 |
| RLinf-Pi0-LIBERO-Long-SFT | 操作模型 | 强化学习、模型部署、模型评测 | - | 单卡/预估2天 | 该预置模型为RLinf基于LIBERO长序列任务数据集微调后的PI0模型,用于强化学习后训练,可基于LIBERO任务集进行仿真强化训练任务。 |
| RLinf-Pi05-LIBERO-SFT | 操作模型 | 强化学习、模型部署、模型评测 | - | 单卡/预估2天 | 该预置模型为RLinf基于LIBERO数据集微调后的PI05模型,用于强化学习后训练,可基于LIBERO任务集进行仿真强化训练任务。 |
| CloudRobo-VLA-Base | 操作模型 | 模型调优 | - | 两卡/预估1天 | 该预置模型是一个视觉-语言-动作(VLA)模型,专为通用机器人控制而设计。它基于预训练的视觉语言模型Qwen3-VL-2B,结合流匹配(flow matching)机制,能够生成高频连续动作,实现对复杂、灵巧机器人任务的精准控制。当前给出的模型权重,预训练的数据集围绕开源与自采数据集构建。 |
| CloudRobo-ForceVLA-Base | 操作模型 | 模型调优 | Flexiv_Tighten_Screw-REAL-DATASET | 两卡/预估3天 | 该预置模型是面向力控操作任务的VLA扩展版本。模型以可插拔的方式接入现有VLA主干(当前模型以PI05模型为主干),在保留原有视觉、语言和动作建模能力的基础上,引入力感知、历史力信息编码和MoT/MoE路由模块,用于提升擦拭、插拔、拧紧等接触密集任务的稳定性。 |
| X-Humanoid-Pelican1-VL-7B | 规划模型 | 模型部署 | - | 单卡 | 在物体抓取、导航、协同操作等机器人任务中,可负责理解高层任务目标,还能输出详细动作序列并对每一步进行可行性评估。 |
| XiaomiMiMo-MiMo-Embodied-7B | 规划模型 | 模型部署 | - | 单卡 | 在具身智能任务中具备任务规划、可供性预测和空间理解等能力。 |
| BAAI-RoboBrain2.5-8B | 规划模型 | 模型部署 | - | 单卡 | 在具身智能相关任务中支持解析复杂指令并精准预测点位与检测框的空间感知、可预判未来运动轨迹的时序感知。 |
| CloudRobo-VLN-Track | 导航模型 | 模型部署 | - | 单卡 | 新一代视觉语言导航(Vision-and-Language Navigation,VLN)基础模型,面向具身智能硬件(移动机器人、无人车等)提供高精度航路点预测能力。 |
| CloudRobo-ForceVLA-Flash | 操作模型 | 模型调优 | Flexiv_Tighten_Screw-REAL-DATASET | 两卡/预估3天 | CloudRobo-ForceVLA-Flash是CloudRobo-ForceVLA-Base的免费版本。CloudRobo-ForceVLA-Base是面向力控操作任务的VLA扩展版本。模型以可插拔的方式接入现有VLA主干(当前模型以PI05模型为主干),在保留原有视觉、语言和动作建模能力的基础上,引入力感知、历史力信息编码和MoT/MoE路由模块,用于提升擦拭、插拔、拧紧等接触密集任务的稳定性。 |
| CloudRobo-VLA-Flash | 操作模型 | 模型调优 | - | 两卡/预估1天 | CloudRobo-VLA-Flash是CloudRobo-VLA-Base的免费版本。CloudRobo-VLA-Base是一个视觉-语言-动作(VLA)模型,专为通用机器人控制而设计。它基于预训练的视觉语言模型Qwen3-VL-2B,结合流匹配(flow matching)机制,能够生成高频连续动作,实现对复杂、灵巧机器人任务的精准控制。当前给出的模型权重,预训练的数据集围绕开源与自采数据集构建。 |
| CloudRobo-VLN-Track-Flash | 导航模型 | 模型部署 | - | 单卡 | CloudRobo-VLN-Track-Flash是华为CloudRobo团队自主研发的新一代视觉语言导航(VLN)基础模型,面向具身智能硬件(移动机器人、无人车等)提供高精度航路点预测能力。 CloudRobo-VLN-Track-Flash在仿真环境和真实机器人平台上均展现出卓越的跨场景泛化能力,能够在复杂室内外环境中稳定跟踪目标(STT任务),兼顾推理精度与部署效率,为CloudRobo平台的具身智能应用提供了坚实的导航推理基座。 |
| CloudRobo-DDPG-VAE-把插头插入插座孔-ur5e真机 | 操作模型 | 模型部署 | - | 单卡 | DDPG强化学习,Actor-Critic,融合了策略梯度和价值函数的混合范式,保留了基于策略方法对连续动作的天然支持,又借鉴基于价值方法的优势来降低梯度方差。本项目将腕部相机图像和六轴力/力矩传感器数据输入DDPG策略,为UR5e插孔任务生成寻孔方向。机械臂侧负责数据采集、导纳/力控、动作执行和成功判定。用途为将插头插入插座。 |
| CloudRobo-WM-7B-Preview | 操作模型 | 模型部署 | - | 单卡 | CloudRobo-WM1.2 是 CloudRobo 团队自研的世界动作模型(World-Action Model,WAM),面向机器人操作任务,结合视觉观测、机器人状态和自然语言指令,生成连续动作序列。 CloudRobo-WM-7B-Preview是 CloudRobo 平台上基于CloudRobo-WM1.2的 RoboTwin 2.0 后训练版本:以 CloudRobo-WM1.2 预训练权重为初始化,在 RoboTwin 2.0 Clean 演示数据上进行后训练,面向 arx_x5 双臂机器人的操作任务与仿真评测。 模型结合 Wan2.2 视频骨干与动作生成分支,通过流匹配(Flow Matching)机制联合建模视觉、语义、几何与动作信息。 本模型采用自研多模态MoT架构,7B参数规模,基于上万小时数据预训练,适配具身预测与推理能力,支持RoboTwin仿真评测与效果体验。 |
部分预置模型在使用CloudRobo训练功能(模型调优或无基模型训练)时,推荐使用自研的预置数据集进行训练。训练时长基于模型默认训练参数评估。