清华大学 TSAIL（thu-ml）
RDT2-VQ
8.29B 可商用 8/8 已核实
基本事实
- 发布日期
- 2025-09 1 来源
- 参数量
- 8.29 B 1 来源
- 架构
- 单体自回归 0 来源
- 许可证
- Apache-2.0（代码与模型卡） 2 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 ↗ 0 来源
- 输入模态
- rgb · language 0 来源
- 动作空间
- 24 步 × 20 维相对动作块（双臂末端） 0 来源
- 跨本体
- 10,000+ 小时、100+ 室内场景的 UMI 人类操作数据；双臂 UR5e / 双臂 Franka FR3 零样本 1 来源
- 预训练数据（小时）
- 10000 h 1 来源
- 目标形态
- 双臂 0 来源
架构 · Qwen2.5-VL-7B-Instruct 改造的自回归 VLA，Residual VQ 动作分词器；另有 flow-matching 版 RDT2-FM；以 UMI 手持夹爪采的人类操作数据预训练，零样本跨本体
来源 · 2 条来源
release_date,license,arch_notes,cross_embodiment,pretrain_hours,code_url https://github.com/thu-ml/RDT2 官方页面 · 抓取 2026-09-05 · 尚未存快照 README：2025-09 模型、2026-02 论文；Apache-2.0；Qwen2.5-VL-7B-Instruct；Residual VQ；10,000+ hours；Bimanual UR5e / FR3 / UMI gripper
params_b,weights_url,license https://huggingface.co/api/models/robotics-diffusion-transformer/RDT2-VQ 模型仓库页 · 抓取 2026-09-05 · 尚未存快照 safetensors 8,292,166,656；license: apache-2.0；createdAt 2025-09-22
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
807
+2 / 30 天
近 90 天提交
0
最近推送 267 天前
HF 近 30 天下载
1,735
累计 38,471 · 23 likes
权重最后更新
2026-02-07
267 天前
ModelScope未找到同名镜像（按仓库名搜索）
Hugging Facerobotics-diffusion-transformer/RDT2-VQ
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 |
|---|---|---|---|
| 真机评测（论文自报）RDT2-UltraFast (fine-tuned RDT2-FM + one-step consistency distillation; NOT the VQ head) | cloth_folding_success | 77 | 论文 · Table 2, row 'Cloth Folding / Success Rate(%)', column RDT2 |
| 真机评测（论文自报）RDT2-UltraFast (fine-tuned RDT2-FM + one-step consistency distillation; NOT the VQ head) | table_bussing_progress | 0.6 score 0-1 | 论文 · Table 2, row 'Table Bussing / Progress Score(max=1.0)', column RDT2 |
| 真机评测（论文自报）RDT2-UltraFast (fine-tuned RDT2-FM + one-step consistency distillation; NOT the VQ head) | unzipping_success | 45 | 论文 · Table 2, row 'Unzipping / Success Rate(%)', column RDT2 |
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
2026-09-05
来源抓取
release_date,license,arch_notes,cross_embodiment,pretrain_hours,code_url · params_b,weights_url,license
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 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| RDT2-VQ |
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。