IPEC-COMMUNITY(上海人工智能实验室 系)
EO-1
3.77B 可商用 8/8 已核实
基本事实
- 发布日期
- 2025-08 1 来源
- 参数量
- 3.77 B 1 来源
- 架构
- 单体自回归 0 来源
- 许可证
- MIT(模型卡) 1 来源
- 商用
- 可商用 0 来源
- 权重
- huggingface.co ↗ 1 来源
- 代码
- github.com ↗ 1 来源
- 论文
- arxiv.org ↗ 1 来源
- 输入模态
- rgb · language · state 0 来源
- 动作空间
- 关节/末端(flow matching) 0 来源
- 跨本体
- AgiBotWorld + Open X-Embodiment + RoboMIND + SO100 社区数据;Franka Panda / WidowX 250S / AgiBot G-1 / SO100 1 来源
- 预训练数据(小时)
- 待核实 0 来源
- 目标形态
- 单臂 · 双臂 0 来源
架构 · 单一解码器 Transformer,离散自回归 + 连续 flow matching 统一;Qwen2.5-VL-3B 主干;EO-Data1.5M 交错数据
来源 · 3 条来源
arch_notes,cross_embodiment,code_url https://github.com/IPEC-PUBLIC/EO-1 官方页面 · 抓取 2026-09-04 · 尚未存快照 README:Qwen2.5-VL-3B-Instruct;EO-Data1.5M;Franka Panda, WidowX 250 S, AgiBot G-1, LeRobot SO100
params_b,weights_url,license,release_date https://huggingface.co/api/models/IPEC-COMMUNITY/EO-1-3B 模型仓库页 · 抓取 2026-09-04 · 尚未存快照 safetensors 3,771,607,072;license: MIT;createdAt 2025-08-28
paper_url https://arxiv.org/abs/2508.21112 论文 / 官方文档 · 抓取 2026-09-04 · 尚未存快照 EO-1: An Open Unified Embodied Foundation Model for General Robot Control
活性信号
每天从 GitHub、Hugging Face、ModelScope 公开接口抓取的数字。只记录,不评价。 · 抓取于 2026-10-31
GitHub stars
0
±0 / 30 天
近 90 天提交
0
最近推送 403 天前
HF 近 30 天下载
65
累计 2,762 · 15 likes
权重最后更新
2026-01-14
291 天前
ModelScope未找到同名镜像(按仓库名搜索)
Hugging FaceIPEC-COMMUNITY/EO-1-3B
stars · 近 30 天
公开基准分数
照抄来源;各论文协议不同。带备注的完整表见基准分数页。
| 基准 | 子集 | 分数 | 来源 |
|---|---|---|---|
| LIBERO | avg | 98.2 | 论文 · Table 3, row 'EO-1 (Ours)', LIBERO-Overall SR |
| LIBERO | goal | 99.2 | 论文 · Table 3, row 'EO-1 (Ours)', LIBERO-Goal SR |
| LIBERO | long | 94.8 | 论文 · Table 3, row 'EO-1 (Ours)', LIBERO-Long SR |
| LIBERO | object | 99.8 | 论文 · Table 3, row 'EO-1 (Ours)', LIBERO-Object SR |
| LIBERO | spatial | 99.7 | 论文 · Table 3, row 'EO-1 (Ours)', LIBERO-Spatial SR |
| 其他基准EO-1 (3B) | EO-Bench @ Spatial | 36.4 score | 论文 · Table 2, row 'EO-1 (3B)', column 'EO-Bench @ Spatial' |
| 其他基准EO-1 (3B) | EO-Bench @ Temporal | 38.9 score | 论文 · Table 2, row 'EO-1 (3B)', column 'EO-Bench @ Temporal' |
| 其他基准EO-1 (3B) | ERQA | 45.5 score | 论文 · Table 2, row 'EO-1 (3B)', column 'ERQA' |
| 其他基准EO-1 (3B) | Overall | 44.8 score | 论文 · Table 2, row 'EO-1 (3B)', column 'Overall' |
| 其他基准EO-1 (3B) | RoboVQA | 58.5 score | 论文 · Table 2, row 'EO-1 (3B)', column 'RoboVQA' |
| 真机评测(论文自报) | AgiBot G-1 long-horizon avg completion | 81 | 论文 · Section 4.6 text describing Figure 7: 'EO-1 achieves an impressive average completion score of 81.0%' |
| 真机评测(论文自报) | diverse manipulation, all platforms avg | 86 | 论文 · Section 4.5 text describing Figure 6: 'achieving a performance of 86.0%, compared with 43.0% for Fast, 71.0% for GR00T-N1.5, and 68.0% for pi0' |
| SimplerEnv · Google Robot | variant_aggregation | 63 | 论文 · Table 4, Google Robot Benchmark (Aggregation), row 'EO-1 (Ours)', Average |
| SimplerEnv · Google Robot | visual_matching | 76.5 | 论文 · Table 4, Google Robot Benchmark (Matching), row 'EO-1 (Ours)', Average |
部署配方
还没有配方。我们只发布在租用 GPU 上真正跑通、带实测延迟的步骤;这个模型还没轮到。
记录历史
2026-09-04
来源抓取
arch_notes,cross_embodiment,code_url · params_b,weights_url,license,release_date · paper_url
延迟与成本
成本 = 延迟 p50 ÷ 1000 × 租价 ÷ 3600 × 1000
| 硬件 | p50 ms | p95 ms | 峰值显存 | 每千次推理成本 ¥ | 样本 |
|---|---|---|---|---|---|
NVIDIA RTX 4090 ¥1.68/h · 共绩算力 (2026) | — | — | — | — 无延迟数据 | 无数据 |
NVIDIA RTX 5090 ¥2.4/h · 润云 2.4 / 共绩 2.5 / 并行智算云 2.98 (2026) | — | — | — | — 无延迟数据 | 无数据 |
NVIDIA A100 80GB 无租价 | — | — | — | — 无延迟数据 | 无数据 |
NVIDIA Jetson AGX Thor 无租价 | — | — | — | — 无延迟数据 | 无数据 |
NVIDIA H100 80GB 无租价 | — | — | — | — 无延迟数据 | 无数据 |
NVIDIA A800 80GB 无租价 | — | — | — | — 无延迟数据 | 无数据 |
还没有这个模型的延迟测量 · 数据来自文献、维护者实测或众包 CLI 上传;三者都还没有。
适配本体
只有有证据的格子才上色。橙点表示厂商声明的目标形态,那是声明,不是核实过的适配。
| Unitree G1 | Unitree H1 | 智元 精灵 G1 | 松灵 Piper 机械臂 | SO-101 | Franka FR3 / Panda | Fourier GR-2 | WidowX 250 S | Google Robot(Everyday Robots) | ALOHA 2 / Cobot Magic(双臂) | Galaxea R1 Pro | Franka Emika Panda | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| EO-1 |
图例 官方声明支持社区复现成功理论可微调不支持未知 厂商声明的目标形态 5 / 12 格有明确状态
复现记录
这个模型在你的机器人上跑起来了吗?报一条,附链接(日志、视频或仓库)。记录由维护者核验;核验通过的“跑通”或“微调后跑通”会把矩阵格子升为“社区复现”,你的链接就是证据。可匿名;只存下面这几个字段。
这个模型还没有核验通过的复现记录。
方向清晰,判断有据。