ALOHA Unleashed
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Google DeepMind
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 8 September 2024
- Autores
- Tony Z. Zhao, Jonathan Tompson, Danny Driess, Pete Florence, Kamyar Ghasemipour, Chelsea Finn, Ayzaan Wahid
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Robotics
- Tarea
- Robotic manipulation
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 217M
- Datos de entrenamiento
- tokens
"the Base model consists of 217M learnable parameters"
"we collect over 26k episodes for 5 real tasks, on 10 different robots in 2 different buildings over the course of 8 months" "images resized to 256x256"
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 3.6 × 10²¹ FLOP
- Cómo se estableció
- Hardware
265 hours *3600 sec / hour *64 GPUs *197000000000000 FLOP / s *0.3 [assumed utilization] = 3.6084096e+21 FLOP
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- Google TPU v5e
- Chips utilizados
- 64
- Tiempo de reloj
- 265 hours (11 days)
- Consumo de energía
- 28.4 kW
"We train our models with JAX [51] using 64 TPUv5e chips with a data parallel mesh. We use a batch size of 256 and train for 2M steps (about 265 hours of training). "
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Confident
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- ALOHA Unleashed: A Simple Recipe for Robot Dexterity
- Última actualización
- 28 November 2025
Qué significan los números
Qué es este modelo
ALOHA Unleashed fue publicado por Google DeepMind, en el país registrado como United States of America, durante September 2024. La organización editora está clasificada como industry.
Funciona en el dominio de Robotics, y se registra como realizando la tarea de robotic manipulation.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Qué se necesitó para construirlo
El entrenamiento consumió alrededor de 3.6 × 10²¹ FLOP, en hardware registrado como Google TPU v5e. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Respuestas
ALOHA Unleashed — preguntas comunes
ALOHA Unleashed— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
ALOHA Unleashed— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 217M. "the Base model consists of 217M learnable parameters". Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
ALOHA Unleashed— ¿Quién lo creó?
Fue publicado por Google DeepMind, basado en United States of America, una organización categorizada como industry.
ALOHA Unleashed— ¿cuándo fue lanzado?
Se publicó en September 2024. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
ALOHA Unleashed— ¿Para qué se utiliza?
Funciona en el dominio de Robotics, y se registra como manejando la tarea de robotic manipulation. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
ALOHA Unleashed— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 3.6 × 10²¹ FLOP, en hardware registrado como Google TPU v5e. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
ALOHA Unleashed— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.