Declare Lab（新加坡科技设计大学）
NORA
3.76B 商用许可待核实 7/8 已核实
8 个必填字段里有 1 个待核实，前台用徽标标出、不用默认值填空。已核实字段的来源列在下方。
基本事实
- 发布日期
- 2025-04 1 来源
- 参数量
- 3.76 B 1 来源
- 架构
- 单体自回归 0 来源
- 许可证
- 仓库与模型卡均未标注许可证 0 来源
- 商用
- 商用许可待核实 0 来源
- 权重
- huggingface.co ↗ 1 来源
- 代码
- github.com ↗ 1 来源
- 论文
- arxiv.org ↗ 0 来源
- 输入模态
- rgb · language 0 来源
- 动作空间
- 7-DoF（6 + 夹爪） 0 来源
- 跨本体
- Open X-Embodiment 混合预训练；WidowX / BridgeData V2 评测 1 来源
- 预训练数据（小时）
- 待核实 0 来源
- 目标形态
- 单臂 0 来源
架构 · Qwen2.5-VL-3B 主干，动作 token 自回归；有 NORA-1.5 与 NORA-LONG 变体
来源 · 2 条来源
arch_notes,cross_embodiment,code_url https://github.com/declare-lab/nora 官方页面 · 抓取 2026-09-04 · 尚未存快照 README：built on Qwen2.5 VL；OXE mixture；WidowX / BridgeData V2；7-DoF
params_b,weights_url,release_date https://huggingface.co/api/models/declare-lab/nora 模型仓库页 · 抓取 2026-09-04 · 尚未存快照 safetensors 3,758,262,272；模型卡无 license 字段；createdAt 2025-04-28
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
225
+1 / 30 天
近 90 天提交
0
最近推送 296 天前
HF 近 30 天下载
197
累计 39,981 · 13 likes
权重最后更新
2025-08-27
431 天前
Hugging Facedeclare-lab/nora
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 |
|---|---|---|---|
| LIBERONORA-fine-tuned | avg | 73.9 | 论文 · Table 2, row 'NORA-fine-tuned (Ours)', Average |
| LIBERONORA-fine-tuned-AC | avg | 79.5 | 论文 · Table 2, row 'NORA-fine-tuned-AC (Ours)', Average |
| LIBERONORA-Long-fine-tuned | avg | 87.9 | 论文 · Table 2, row 'NORA-Long-fine-tuned (Ours)', LIBERO-Average |
| LIBERONORA-Long-fine-tuned | goal | 89.4 | 论文 · Table 2, row 'NORA-Long-fine-tuned (Ours)', LIBERO-Goal |
| LIBERONORA-Long-fine-tuned | long | 74.6 | 论文 · Table 2, row 'NORA-Long-fine-tuned (Ours)', LIBERO-Long |
| LIBERONORA-Long-fine-tuned | object | 95.4 | 论文 · Table 2, row 'NORA-Long-fine-tuned (Ours)', LIBERO-Object |
| LIBERONORA-Long-fine-tuned | spatial | 92.2 | 论文 · Table 2, row 'NORA-Long-fine-tuned (Ours)', LIBERO-Spatial |
| 真机评测（论文自报） | avg | 56.7 | 论文 · Table 1, row 'Average', column 'NORA (Ours)' |
部署配方
环境、权重、运行命令和我们踩过的坑，与在租用 GPU 上实际执行的一字不差（venv qwen，权重 7.5 GB，2 个坑位）。
查看配方 →记录历史
2026-09-04
来源抓取
arch_notes,cross_embodiment,code_url · params_b,weights_url,release_date
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) | 112 | 127 | 7.13 GB | 0.052 | 1 初步（样本<3） 维护者实测 |
NVIDIA RTX 5090 ¥2.4/h · 润云 2.4 / 共绩 2.5 / 并行智算云 2.98 (2026) | 129 | 135 | 7.13 GB | 0.086 | 1 初步（样本<3） 维护者实测 |
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 | 146 | 151 | 7.13 GB | — 无该硬件租价 | 1 初步（样本<3） 维护者实测 |
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 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| NORA |
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 1 / 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。