ZERITH 2.5

公式バージョン

ZERITH 2.5 は零次方 Z-Lab のロボット操作向け動画・行動モデル。複数視点画像、言語指示、機体状態から行動列を予測する。段階的な動画適応を用い、三つのシミュレーション方策と H1 中間学習バックボーンを提供。重みは非商用条件。

モデルの説明全文を見る

論文・レポート (2)

ZERITH V2.5:予測能力から方策の学習しやすさへ

論文あり

ZERITH V2.5: From Predictive Power to Policy Learnability

arXiv: 2611.23746
著者・所属 (21)

著者の順序: 原文順

  1. Chenxi Han

    未提供

  2. Ruby

    未提供

  3. Epoch

    未提供

  4. Orion

    未提供

  5. Luke

    未提供

  6. Bin

    未提供

  7. Dusk

    未提供

  8. Lyra

    未提供

  9. Cal

    未提供

初版公開
2026-11-18
最新の論文改訂
v1 · 2026-11-18
会議・学術誌
未提供

対象モデルバージョン

  • zerith · ZERITH 2.5

    Exact ZERITH V2.5 preprint, published after the official technical report with its own author list

論文 ↗PDF ↗

ZERITH V2.5:予測能力から方策の学習しやすさへ

技術報告

ZERITH V2.5: From Predictive Power to Policy Learnability

著者・所属 (1)

著者の順序: チーム著者

  1. ZERITH Z-Lab

    未提供

初版公開
2026-11-15
最新の論文改訂
v1.0
会議・学術誌
未提供

対象モデルバージョン

論文 ↗PDF ↗

取得方法と利用条件

公開コード資料
公開アクセス
モデルファイル
公開アクセス
学習データ
一部公開

学習・ファインチューニングコード

取得方法
公開アクセス

確認日 · 2026-11-16

コードのライセンス
Apache-2.0

モデルファイル

モデルファイル
ZERITH 2.5 · H1取得方法重みのライセンス商用利用
商用不可利用条件

出典確認日 · 2026-11-16

条件の説明

CC BY-NC 4.0に基づく非商用利用。第三者資産は各許諾条件。

ZERITH 2.5 · LIBERO取得方法重みのライセンス商用利用
商用不可利用条件

出典確認日 · 2026-11-16

条件の説明

CC BY-NC 4.0に基づく非商用利用。第三者資産は各許諾条件。

ZERITH 2.5 · LIBERO-Plus取得方法重みのライセンス商用利用
商用不可利用条件

出典確認日 · 2026-11-16

条件の説明

CC BY-NC 4.0に基づく非商用利用。第三者資産は各許諾条件。

ZERITH 2.5 · MetaWorld取得方法重みのライセンス商用利用
商用不可利用条件

出典確認日 · 2026-11-16

条件の説明

CC BY-NC 4.0に基づく非商用利用。第三者資産は各許諾条件。

公開情報

出典確認日 · 2026-11-16

導入前の確認事項

評価は著者報告であり独立再現なし。比較手順は統一されず、MetaWorld の集計方法も異なる。H1 重みは初期化用で、実機には検証済み推論バンドル、SDK、IK、別途エンコーダーが必要。 重みやコードの公開は、そのままロボットで動作することを意味しません。必要な構成、データ、インターフェースを資料で確認してください。

導入・利用資料

推論方式
FP32方策約27GB、80GB GPU推奨
データ形式
LIBEROはTFRecord、Plus/MetaWorldはLeRobot、.npyキャッシュ
実行環境とフレームワーク
PyTorch
微調整の要件
シミュレーション学習・書出し・評価を公開
デプロイ要件
H1初期化重み、検証済みバンドル・SDK・IKが必要

構造と入出力

モデルの種類
行動方策
アーキテクチャ
WAM
バックボーン
Wan2.2-TI2V-5B、動画30層、方策10層
重みのパラメーター数
6774558201 parameters
行動生成
フローマッチング
入力
言語 / RGB画像 / ロボット状態
出力
16ステップ予測・4実行。LIBERO/PlusはOSC7、MetaWorldはNative4。H1初期化用の状態・行動は23次元
公開日
2026年11月4日

適用範囲と学習方法

ベースモデル

Wan2.2-TI2V-5B

コードのライセンス

Apache-2.0

実装元

公式

機能分類

ロボット行動制御

レコード種別

公式バージョン

出力

行動

パイプラインタスク

ロボティクス

予測出力

K/V経由の動画特徴、未来フレームの完全復号なし

ロボット形態

移動マニピュレータ / ロボットアーム

タスク範囲

複数タスク

学習データ規模

ロボット事前学習:選別後10000時間

学習データソース

参照H1公開データ1129時間、全学習データではない

学習方式

事前学習

全パラメータと検証事項(モデルカード)

履歴補完であり11月16日の新規発表ではない。公式記事は2026-11-15、README の研究プレビューは2026-11-04。HF 四件の最終更新は2026-11-15 09:13:03 UTCで、重みの初公開日とは断定しない。今回の匿名アクセスは全重みURLで200、gated=false。READMEの認証要求とは差がある。 README は凍結視覚・言語・幾何エンコーダーを除く学習可能パラメーターを約6.774B、公式記事は約7Bと表記する。全システムの総数を推定しない。各重みカードの正確な神経パラメーター数は正規化バッファーと外部エンコーダーを除く。 Wan2.2-TI2V-5B の動画分岐は30ブロック、フローマッチング行動分岐は10ブロック。最大三視点、指示、機体状態から16行動を予測し、報告構成は先頭4行動を実行する。K/Vを参照し未来フレームを完全には復号しない。Wan VAE、UMT5、VGGTは凍結。 LIBERO、LIBERO-Plus、MetaWorld のデータ準備、学習、書き出し、評価コードは公開。元の事前学習全体や全データの公開を意味しない。報告の10000時間は独自6000時間と公開4000時間。別途公開されたH1の1129時間は全学習データではない。 コードはApache-2.0。Zerithが権利を持つ主重みはCC BY-NC 4.0で非商用利用、変更、再配布を許可し、商用権を付与しない。第三者資産は各条件を維持する。固定WanソースはApache-2.0、固定VGGTソースは独自VGGTライセンスと利用方針。外部エンコーダー、SDK、データを一括で再許諾しない。 著者報告値はLIBERO 98.95%、LIBERO-Plus 93.70%、MetaWorld MT50 92.3%。独立再現なし、比較手順や集計方法は異なる。H1は中間学習バックボーンで即時実機投入用ではなく、整合した検証済みバンドル、SDKとIKが必要。FP32方策約27GB、80GB GPUを推奨。 固定外部重みカードではWan2.2-TI2V-5BはApache-2.0、VGGT-1BはCC BY-NC 4.0。VGGTソースの独自許諾とは別に記録する。 https://huggingface.co/Wan-AI/Wan2.2-TI2V-5B/blob/921dbaf3f1674a56f47e83fb80a34bac8a8f203e/README.md https://huggingface.co/facebook/VGGT-1B/blob/860abec7937da0a4c03c41d3c269c366e82abdf9/README.md 公式参照データZerith-H1-1KはCC BY-NC-SA 4.0で、改変データの配布には継承条件がある。主重みのCC BY-NC 4.0とは別であり、元の選別済みH1事前学習記録との具体的な重複範囲は記載されていない。 https://huggingface.co/datasets/OpenZerith/Zerith-H1-1K/blob/fd0868400e567d9555c751269362a7852fa361da/README.md

情報源または訂正を送信