SARA-RT-2
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Google DeepMind
- Typ organizacji
- Industry
- Kraj
- United States of America
- Opublikowany
- 4 December 2023
- Autorzy
- Isabel Leal, Krzysztof Choromanski, Deepali Jain, Avinava Dubey, Jake Varley, Michael Ryoo, Yao Lu, Frederick Liu, Vikas Sindhwani, Quan Vuong, Tamas Sarlos, Ken Oslund, Karol Hausman, Kanishka Rao
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Robotics
- Zadanie
- Robotic manipulation
- Model bazowy
- RT-2
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 5B
- Dane treningowe
- tokens
5B "We focus on the 5B PaLI-X variant, as more practical for the on-robot deployment than the 55B variant"
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Unreleased
demos here https://sites.google.com/view/rtsara/
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Confident
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- SARA-RT: Scaling up Robotics Transformers with Self-Adaptive Robust Attention
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
SARA-RT-2 został opublikowany przez Google DeepMind, w kraju zapisanym jako United States of America, podczas December 2023. Wychodzi z organizacji zaklasyfikowanej jako industry.
Działa w dziedzinie Robotics, i jest zapisany jako wykonujący zadanie robotic manipulation.
Jego punktem wyjścia był istniejący model podstawowy, RT-2. Większość modeli w tej skali jest dostosowywana z istniejącej bazy, a nie tworzona od zera.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Odpowiedzi
SARA-RT-2 — częste pytania
SARA-RT-2— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
SARA-RT-2— ile ma parametrów?
Ma liczbę parametrów równą 5B. 5B "We focus on the 5B PaLI-X variant, as more practical for the on-robot deployment than the 55B variant". Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
SARA-RT-2— kto to stworzył?
Zostało opublikowane przez Google DeepMind, oparty na United States of America, organizacja sklasyfikowana jako industry.
SARA-RT-2— kiedy to zostało wydane?
Zostało opublikowane w December 2023. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
SARA-RT-2— do czego to służy?
Działa w dziedzinie Robotics, i jest zarejestrowany jako realizujący zadanie robotic manipulation. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
SARA-RT-2— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.