SANA-Robot-AR RoboTwin 2.0

논문 및 기술 보고서

45억 개 파라미터의 월드 액션 모델입니다. RoboTwin 2.0 시뮬레이션의 50개 작업에서 수집한 깨끗한 환경 시연 2,500개로 후학습했습니다. 카메라 3대의 영상, 로봇 상태, 언어 지시를 바탕으로 미래 영상과 양팔 ALOHA-AgileX의 말단장치 동작 32단계를 예측합니다.

전체 모델 설명 보기

논문 및 기술 보고서

논문 / 보고서 미확인

공식 소개 자료가 등록되어 있으며 해당 버전의 논문이나 기술 보고서는 아직 확인되지 않았습니다.

최근 확인: 2026-11-22

접근 및 사용 방법

모델 파일
공개 접근
학습 데이터
공개 접근

이 버전의 학습 코드는 미확인입니다. 공개 코드가 이 버전의 학습 구현을 포함한다는 뜻은 아닙니다. 검증 설명 보기

학습 / 미세 조정 코드

출처확인 날짜 · 2026-11-22

학습 데이터

일부 학습 데이터가 공개되어 있으나 전체 학습 데이터의 공개를 의미하지 않습니다.

모델 파일

모델 파일
SANA-Robot-AR RoboTwin 2.0 15k접근 방법가중치 라이선스상업적 사용
명시된 조건에 따라 허용약관

확인 날짜 · 2026-11-22

출시 정보

출처확인 날짜 · 2026-11-22

배포 전 확인 사항

공개 성적은 RoboTwin 2.0 시뮬레이션의 ALOHA-AgileX에 해당합니다. 다른 로봇, 카메라 배치, 작업이나 장면에는 추가 미세 조정이 필요합니다. 가중치나 코드가 공개되어도 로봇에서 즉시 실행할 수 있다는 의미는 아닙니다. 문서에서 구성, 데이터 및 인터페이스 요구 사항을 확인하세요.

배포 및 사용 자료

실행 환경 및 프레임워크
PyTorch

구조 및 입출력

모델 유형
행동 정책
아키텍처
WAM · 자기회귀
백본
하이브리드 확산 트랜스포머(Gated DeltaNet 24개 층, 소프트맥스 어텐션 8개 층)
가중치 매개변수 수
4500000000
행동 생성
확산
입력
언어 / RGB 이미지 / 로봇 상태
출력
양팔 말단장치 자세 제어, 묶음당 32단계
출시일
2026년 11월 22일

적용 범위 및 학습 방식

양팔 말단장치 자세 제어, 묶음당 32단계

horizon 32

출력

행동 / 비디오

예측 출력

동작 묶음과 미래 영상(프레임 간격 4)

계보

미세 조정 기반: SANA-Robot · SANA-Robot-AR ↗

학습 데이터

  • RoboTwin 2.0

    미세조정공개됨

    2500 episodes · MIT License

평가 결과

현재 버전 또는 선택한 가중치의 검증된 독립 평가 결과가 없습니다.

전체 매개변수 및 검증 설명 (모델 카드)

PyTorch 파일의 state_dict에 정책 파라미터가 들어 있습니다. 동봉된 메타데이터와 정규화 파일을 사용합니다. 학습 메타데이터는 50 Hz를 명시합니다. 머리 카메라(384 × 480)와 양쪽 손목 카메라(각 192 × 256)는 T자형 배치를 사용합니다. Gemma 2 2B IT(Google 약관 적용)와 Diffusers 형식 LTX-2.3 비디오 VAE는 별도로 받습니다. 모델 카드는 정책 서버와 평가 어댑터를 eval/robotwin에, 미세 조정 설정을 configs/robotwin_ar.yaml에 안내합니다.

출처 또는 수정 제안 보내기