固定ビンの8Bと2種類の重み
公式名は8B。両パッケージの保存テンソル要素数は9,574,961,904で、すべてBF16。Qwen3-VLアーキテクチャのRynnBrain-8Bを基盤に、256個の固定ビンを用いる。公式モデル一覧では、固定ビン版のRBM-EVAL-OOD平均Kendall τₐは0.675。
ネイティブ版は2026年7月27日21:59:15に重みをアップロード。LeRobot版は11月19日23:14:53にリポジトリを作成し、23:15:23に変換版をアップロードした。時刻は台北時間。両方ともApache-2.0で公開ダウンロード可能。初回パッケージの変換元は 12848f45ef339e95671c89bc4a3e7b21b096d136。単一のsafetensorsは19,150,038,712バイトで、890個のテンソルを格納する。
LeRobotでの推論
RynnValueを統合したLeRobotのPR #4555のソースを使います。RewardModelConfig.from_pretrained("lerobot/RynnValue-8B", revision="83c91ad43cf29deccd432d8ddd37833f638c878a") でリビジョンを固定し、その設定を make_reward_model と前処理器のファクトリーに渡します。設定、重み、processor/は同じコミットから読み込みます。更新後の設定はLeRobotリポジトリを参照します。旧コミット0a24577の設定には、この統合では読み込めないmodel_idとmodel_revisionが含まれます。この変換版は推論専用です。残り秒数は predict_remaining_time(batch).remaining_time_s、モデルによる成否判定は predict_success(batch).success で取得します。
オフライン評価の既定値はinference_fps=1.0で、約1秒に1回実行します。軌跡の最初と最後のフレームも評価します。各評価点までの軌跡から等間隔に8フレームを抽出し、フレーム数が少なければ同じフレームを繰り返し使います。評価点間は線形補間します。画像の長辺の上限は640ピクセルで、既定の画像キーは observation.images.top、指示キーは task です。既定のメタデータ入力にはロボットまたはカメラの説明が必要です。
この統合にはPython ≥3.12とPyTorch ≥2.7かつ<2.16が必要です。rynnvalueの追加依存関係はTransformers ≥5.22.0かつ<5.23.0です。
根拠:ネイティブ版、変換コミット、実装、公式モデル一覧。表紙はHuangらの論文の図1、https://arxiv.org/abs/2608.09853v2、CC BY 4.0。縦横比を維持して縮小し、余白を追加。 設定更新 現行設定ファイル 現行統合の依存関係
ネイティブ版の推論と公式ミラー
DAMOのネイティブツールはPython ≥3.10、PyTorch ≥2.4.0、Transformers ≥4.57.0かつ<5を要求する。公式例は trust_remote_code=True でカスタムモデルと AutoProcessor を読み込み、processor.process_episode でタスク指示と抽出画像を前処理する。DAMOは8B BF16に24 GB以上のメモリを備えた単一GPUを推奨する。ModelScopeの4分割のファイルサイズと公開SHA-256はHugging Faceのネイティブ版に一致する。ネイティブ依存関係。
ネイティブの推論例では out.value.pred_value を価値ヘッド間で平均し、各フレームの残り秒数を得る。デモでは生成されたタスク一致と成否も読み取る。