ManiGaussian
Žádný odhad
Žádné hardwareové požadavky na tento model
Hmotnosti tohoto modelu jsou otevřené, ale žádný počet parametrů nebyl pro něj zveřejněn. Každé číslo týkající se paměti a rychlosti začíná právě tímto číslem, a proto bychom raději nezobrazovali nic než vymyšlený odhad.
Záznam.
Plná specifikace
Všechno zaznamenané k tomuto modelu. Většina z toho popisuje, jak byl trénován, nikoli jak běží — užitečný kontext pro posouzení, kolik práce do něj bylo vloženo, a jak se srovnává s modely postavenými na jinou škálu.
Původ
Kdo vybudoval 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 vyvinut. Model může obsahovat několik z každého.
- Doména
- Robotics, Vision, Video
- Úkol
- Robotic manipulation
Velikost
Jak velký je model a na kolik dat byl vytrénován. Parametry jsou číslo, které rozhoduje o tom, zda se vejde na danou grafickou kartu.
- Tréninková data
- tokens
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to bralo ze zásuvky.
- Tréninkové hardwarové zařízení
- NVIDIA GeForce RTX 4090
- Použité čipy
- 2
- Příkon
- 1.8 kW
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se na tuto stránku vztahují jakákoliv čísla grafických karet.
- Váhy
- Open — downloadable
- Přístup k modelu
- Open weights (unrestricted)
- Tréninkový kód
- Open source
MIT license https://github.com/GuanxingLu/ManiGaussian
Jak je klasifikováno
Labely, které se na zdrojovém datovém souboru používají při sledování významných modelů, a jak moc si je jistý touto položkou.
- 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"
Zdroje
Odkud tento záznam pochází a kdy byl naposled zkontrolován.
- Odkaz
- ManiGaussian: Dynamic Gaussian Splatting for Multi-task Robotic Manipulation
- Naposledy aktualizováno
- 25 May 2026
Co čísla znamenají
Odkud to přišlo
ManiGaussian was published by Tsinghua University,Nanyang Technological University,Carnegie Mellon University (CMU), in China, in March 2024. The organisation is categorised as academia,Academia,Academia.
It works in Robotics, Vision, Video, and is recorded as doing robotic manipulation.
The weights are published, so it can be downloaded and run on your own hardware indefinitely, offline, with no account attached.
Jak byla trénována
The reason it appears in this catalogue at all is sOTA improvement.
Odpovědi
ManiGaussian — Časté dotazy
Who created ManiGaussian?
ManiGaussian was published by Tsinghua University,Nanyang Technological University,Carnegie Mellon University (CMU), based in China, categorised as academia,Academia,Academia.
When was ManiGaussian released?
ManiGaussian was published in March 2024. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is ManiGaussian used for?
ManiGaussian works in Robotics, Vision, Video, and is recorded as handling robotic manipulation. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
Where can I download ManiGaussian?
The weights for ManiGaussian are published, though we do not hold a repository link for it. This site calculates hardware requirements rather than hosting model files.
What GPU do I need to run ManiGaussian?
We cannot say. ManiGaussian has open weights, but no parameter count has been published for it, and every memory and speed calculation starts from that number. We would rather show nothing than a fabricated estimate.
Is ManiGaussian open source?
Its weights are published, so ManiGaussian can be downloaded and run on your own hardware. Note that open weights is not the same as open source in the full sense — it says nothing about the training data, the training code, or the commercial terms attached.
How many parameters does ManiGaussian have?
No parameter count has been published for ManiGaussian, which is why no memory or speed figure appears on this page.
Druhý směr
Když se na to podíváte z druhé strany?
Tato stránka začíná modelem. Pokud již vlastníte kartu a chcete vědět, co vše bude schopna spustit, Začněte raději od hardwaru.