Perceptron AI 发布 36B 参数机器人模型预训练检查点
Perceptron AI 把 36B 的机器人模型做成了 NLP 圈那种预训练检查点玩法,机械臂用户下载对应权重就能用文本指令操控,还能继续微调。有实体机械臂的开发者可以直接去 Hugging Face 试试,省掉从零训练的成本。
Perceptron AI 在 Hugging Face 上发布了 36B 参数的机器人模型,提供多个可直接运行的检查点版本。
每个检查点已针对特定的机械臂做过微调,用户下载与自己设备匹配的版本后,机械臂即可执行纯文本指令。用户还可以在这些检查点基础上继续微调,适配自己的任务场景。
这种做法类似于语言模型领域的预训练检查点生态:下游用户不用从头训练,而是基于现成权重做少量适配。发布渠道为 Hugging Face,覆盖已支持的多款机械臂。
Robotics is getting the pretrained-checkpoint economy that made language models move so fast.
Perceptron AI just released ready-to-run versions of its 36B-parameter robot model on Hugging Face, each already fine-tuned for a specific robot arm.
Owners of a supported arm download the matching checkpoint, and the arm acts on plain-text instructions, with the option to fine-tune it further for their own tasks.
本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Perceptron AI、Hugging Face、机器人、开源模型,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「rohanpaul_ai」(@rohanpaul_ai),经 AITOP 多维评分管线结构化提炼。