ManiGaussian
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti tohoto modelu jsou otevřené, ale žádný počet parametrů pro něj nebyl zveřejněn. Každé číslo týkající se paměti a rychlosti vychází z této hodnoty, takže bychom raději nic neukázali, než fabrikaovaný odhad..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Tsinghua University,Nanyang Technological University,Carnegie Mellon University (CMU)
- Typ organizace
- Academia,Academia,Academia
- Země
- China, Singapore, United States of America
- Publikováno
- 13 March 2024
- Autoři
- Guanxing Lu, Shiyi Zhang, Ziwei Wang, Changliu Liu, Jiwen Lu, Yansong Tang
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Robotics, Vision, Video
- Úkol
- Robotic manipulation
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- Výcviková data
- tokens
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA GeForce RTX 4090
- Používané čipy
- 2
- Příkon
- 1.8 kW
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Open — downloadable
- Přístup k modelu
- Open weights (unrestricted)
- Tréninkový kód
- Open source
MIT license https://github.com/GuanxingLu/ManiGaussian
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- SOTA improvement
- Záznam důvěry
- Confident
- Citace
- 129
1 Introduction: "We evaluate our ManiGaussian method on the RLBench dataset [27] with 10 tasks and 166 variants, where our method outperforms the state-of-the-art multi-task robotic manipulation methods by 13.1% in the average task success rate"
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- ManiGaussian: Dynamic Gaussian Splatting for Multi-task Robotic Manipulation
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Odkud to přišlo
ManiGaussian byl zveřejněn Tsinghua University,Nanyang Technological University,Carnegie Mellon University (CMU), v zemi zaznamenané jako China, během March 2024. Vydavatelská organizace je kategorizována jako academia,Academia,Academia.
funguje v oblasti Robotics, Vision, Video, a je zaznamenán jako vykonávající úkol robotic manipulation.
Váhy jsou zveřejněny, takže si je můžete stáhnout a spustit na své vlastní hardwaru neomezeně, offline, bez připojeného účtu.
Jak bylo trénováno
Důvod, proč se to v tomto katalogu vůbec objevuje: sOTA improvement.
Odpovědi
ManiGaussian — běžné otázky
ManiGaussian— Kdo to vytvořil?
Bylo to publikováno společností Tsinghua University,Nanyang Technological University,Carnegie Mellon University (CMU), zakládající se na China, organizace zařazená jako academia,Academia,Academia.
ManiGaussian— Kdy byl vydán?
Bylo to zveřejněno v March 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
ManiGaussian— K čemu se to používá?
funguje v oblasti Robotics, Vision, Video, a je zaznamenáno jako zpracovávající úkol robotic manipulation. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
ManiGaussian— kde si to mohu stáhnout?
Váhy jsou zveřejněny, i když nemáme odkaz na repozitář. Tato stránka vypočítává hardwarové požadavky spíše než aby hostila modelové soubory.
ManiGaussian— Jakou GPU potřebuji k jejímu spuštění?
Nemůžeme říct. Má otevřené váhy, ale žádný počet parametrů pro něj nebyl zveřejněn a každý výpočet paměti a rychlosti začíná od toho čísla. Raději bychom ukázali nic než vykonstruovaný odhad.
ManiGaussian— Je to OPEN SOURCE?
Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.
ManiGaussian— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.