GR-2

Uzavřené váhy ByteDance 230M parametry October 2024

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
ByteDance
Typ organizace
Industry
Země
China
Publikováno
8 October 2024
Autoři
Hang Li, Yifeng Li, Yuxiao Liu, Hongtao Wu, Jiafeng Xu, Yichu Yang, Hanbo Zhang, Minzhao Zhu

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména
Robotics
Úkol
Video, Action recognition, Video generation, Instruction interpretation, Robotic manipulation

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

parametry
230M

the default GR-2 model contains 230M parameters, of which 95M are trainable

Výcviková data
tokens

This large-scale pre-training, involving 38 million video clips and over 50 billion tokens

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

Top perfoming model on CALVIN benchmark.

Záznam důvěry
Confident
Citace
224

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
GR-2: A Generative Video-Language-Action Model with Web-Scale Knowledge for Robot Manipulation
Nap poslední aktualizace
25 May 2026

Co čísla znamenají

Odkud to přišlo

GR-2 byl zveřejněn ByteDance, v zemi zaznamenané jako China, během October 2024. Kategorie, do které vydavatel spadá, je industry.

funguje v oblasti Robotics, a je zaznamenán jako vykonávající úkol video, Action recognition, Video generation, Instruction interpretation, Robotic manipulation.

Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.

Trénink a původ

Je sledováno v základním datasetu z jednoho konkrétního důvodu: sOTA improvement.

Odpovědi

GR-2 — běžné otázky

01

GR-2— 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.

02

GR-2— Je to OPEN SOURCE?

Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.

03

GR-2— kolik má parametrů?

Má počet parametrů 230M. the default GR-2 model contains 230M parameters, of which 95M are trainable. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

04

GR-2— Kdo to vytvořil?

Bylo to publikováno společností ByteDance, zakládající se na China, organizace zařazená jako industry.

05

GR-2— Kdy byl vydán?

Bylo to zveřejněno v October 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

06

GR-2— K čemu se to používá?

funguje v oblasti Robotics, a je zaznamenáno jako zpracovávající úkol video, Action recognition, Video generation, Instruction interpretation, Robotic manipulation. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 25 May 2026

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.