RT-2-X
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
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
- Google DeepMind
- Typ organizace
- Industry
- Země
- United States of America
- Publikováno
- 13 October 2023
- Autoři
- Open X-Embodiment Collaboration
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Robotics
- Úkol
- Robotic manipulation
- Základní model
- RT-2
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 55B
- Výcviková data
- tokens
55B
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
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Unreleased
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
- 951
SOTA is claimed on Google Robot - Custom/internal evaluation "Emergent skills evaluation. To investigate the transfer of knowledge across robots, we conduct experiments with the Google Robot, assessing the performance on tasks like the ones shown in Fig. 5. These tasks involve objects and skills that are not present in the RT-2 dataset but occur in the Bridge dataset [95] for a different robot (the WidowX robot). Results are shown in Table II, Emergent Skills Evaluation column. Comparing rows (…
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Open X-Embodiment: Robotic Learning Datasets and RT-X Models
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Odkud to přišlo
RT-2-X byl zveřejněn Google DeepMind, v zemi zaznamenané jako United States of America, během October 2023. Kategorie, do které vydavatel spadá, je industry.
funguje v oblasti Robotics, a je zaznamenán jako vykonávající úkol robotic manipulation.
Jeho výchozím bodem byl existující základní model, RT-2. To je důvod, proč sdílí obecný tvar a velikost základního modelu.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Jak bylo trénováno
Jeho kritérium zahrnutí: sOTA improvement.
Odpovědi
RT-2-X — běžné otázky
RT-2-X— Kdo to vytvořil?
Bylo to publikováno společností Google DeepMind, zakládající se na United States of America, organizace zařazená jako industry.
RT-2-X— Kdy byl vydán?
Bylo to zveřejněno v October 2023. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
RT-2-X— K čemu se to používá?
funguje v oblasti Robotics, a je zaznamenáno jako zpracovávající úkol robotic manipulation. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
RT-2-X— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
RT-2-X— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
RT-2-X— kolik má parametrů?
Má počet parametrů 55B. 55B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
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.