RDT-1B

Robotiikka / VLAEi saatavilla
kehittäjä: OtherMallin tunnus: rdt-1b

Tsinghua's 1B diffusion-transformer bimanual manipulation policy. Predicts next 64 actions per inference.

Tila
Ei saatavilla
Syöte → tulos
Teksti + Kuva → Robottitoiminnot
Kehittäjä
Other
Päivitetty
23. syyskuuta 2026

RDT-1B ei ole tällä hetkellä saatavilla

Voit silti lukea tiedot tältä sivulta. Valitse yksi alla olevista saatavilla olevista vaihtoehdoista suorittaaksesi vertailukelpoisen mallin heti.

01

Leikkikenttä

RDT-1B

Tutkimusmalli

Ei tällä hetkellä saatavilla

RDT-1B on robotiikkamalli (vision-language-action) eikä sitä voi suorittaa railwail-ohjelmointirajapinnan kautta.

02

Tietoja: RDT-1B

Lyhyesti23. syyskuuta 2026 alkaen

RDT-1B on Other-kehittäjän malli kategoriasta Robotiikka / VLA. RDT-1B ei ole tällä hetkellä saatavilla Railwailissa.

Tausta

Tietoja: Tsinghua University (TSAIL / IIIS)

Perustettu 1911 · Beijing, China

Robotics Diffusion Transformer (RDT) is a generalist bimanual manipulation policy developed at Tsinghua University's TSAIL / Institute for Interdisciplinary Information Sciences (IIIS), home of Jun Zhu's diffusion-modelling group. RDT-1B, introduced in October 2024, is one of the first publicly released billion-scale diffusion-based Vision-Language-Action models, specifically designed for two-arm robots such as Aloha, Mobile Aloha and a custom bimanual platform used by the authors. The project is positioned as a Chinese academic counterpart to π-0 and OpenVLA, with open weights released on Hugging Face under a permissive licence and the explicit aim of enabling fully reproducible bimanual VLA research.

Vieraile sivustolla Tsinghua University (TSAIL / IIIS)

Arkkitehtuuri

Diffusion Transformer Vision-Language-Action policy for bimanual manipulation

RDT-1B is a 1-billion-parameter Diffusion Transformer (DiT) trained as a Vision-Language-Action policy. Inputs are multi-view RGB observations (left + right + overhead), proprioception for both arms and any gripper / mobile-base degrees of freedom, plus a natural-language instruction encoded by a text encoder. The conditioning tokens are fed through a transformer trunk, while a diffusion head denoises continuous action chunks for both arms in a unified action space, allowing dual-arm coordinated motion. Pretraining is done in two stages: a large multi-robot pretraining phase on >1M episodes drawn from public datasets including Open-X-Embodiment and curated bimanual corpora, followed by fine-tuning on the authors' own 6,000-episode bimanual dataset spanning ~300 tasks. RDT-1B reports strong results on dexterous bimanual tasks such as folding T-shirts, pouring, and tool use.

Parametrit
1B

Ominaisuudet

  • 1B-parameter Diffusion Transformer VLA
  • Designed for bimanual manipulation (Aloha-class robots)
  • Trained on >1M cross-embodiment episodes + 6k bimanual demos
  • Continuous action chunks for both arms in a unified space
  • Diffusion head produces smooth coordinated motion
  • Open weights on Hugging Face (permissive licence)
  • Strong results on folding, pouring and tool use
  • Reproducible training and evaluation code
  • Best for: bimanual manipulation research, two-arm fine-tuning.

Koulutus ja lisenssi

Pretraining on >1 million robot episodes from Open-X-Embodiment and other public datasets, followed by fine-tuning on a curated bimanual dataset of ~6,000 episodes covering ~300 tasks collected with Aloha-class hardware.

Lisenssi: Open weights released on Hugging Face under a permissive (CC-BY-NC-style) licence; primarily intended for research use.

Turvallisuustestit: Academic research artifact; no formal red-teaming or RSP. Safety is the responsibility of downstream deployers (Aloha hardware already includes torque limits and e-stop).

Tunnetut rajoitukset

  • Primarily targets bimanual Aloha-class hardware
  • Requires diffusion sampling at inference (multiple steps)
  • Limited language reasoning compared to LLM-backed VLAs
  • Generalisation to single-arm or mobile platforms needs adapters
  • Mostly indoor-lab evaluation
  • Smaller pretraining text corpus than RT-2-X / OpenVLA
03

Hinnat

Ei tällä hetkellä saatavilla. Tällä hetkellä tälle mallille ei ole hintaa, joten sitä ei voi suorittaa.

04

API

Kutsu RDT-1B Railwail-API-avaimellasi. Käytä tätä mallin tunnusta pyynnössä:

Ei saatavilla API:n kautta

Robotiikan mallit suoritetaan robottilaitteistolla, ei railwail-API:n kautta.

05

Tekniset tiedot

Mallin tunnus
rdt-1b
Kehittäjä
Other
Syöte
Teksti, Kuva
Tuloste
Robottitoiminnot
Mallin koko
1B
Lisenssi
Open weights released on Hugging Face under a permissive (CC-BY-NC-style) licence; primarily intended for research use.
Luettelokirjaus päivitetty
23. syyskuuta 2026

Tunnisteet

  • tsinghua
  • vla
  • robotics
  • bimanual
  • research-only
  • open-weights
  • diffusion
06

Käyttötapaukset

Mihin sitä käytetään

  • Bimanual manipulation research
  • Aloha / Mobile Aloha policy fine-tuning
  • Diffusion-policy ablations and benchmarks
  • Open-source baseline for two-arm VLAs
  • Coordinated dual-arm task learning
  • Academic studies of large diffusion policies
07

Usein kysytyt kysymykset

Mikä on RDT-1B?

RDT-1B on Othern kehittämä malli Robotiikka / VLA-kategoriassa. Se on listattu Railwailissa, mutta sitä ei voi tällä hetkellä suorittaa.

Paljonko RDT-1B maksaa Railwailissa?

RDT-1Bta ei voi tällä hetkellä suorittaa Railwailissa, joten nykyistä hintaa ei ole. Saatavilla olevat vaihtoehdot hintojen kanssa on lueteltu tämän sivun alempana.

Kuinka nopea RDT-1B on?

RDT-1Blla ei ole vielä tarpeeksi mitattuja suorituksia Railwailissa suoritusajan ilmoittamiseksi. Se riippuu syötteestä, asetuksista ja palveluntarjoajan kuormituksesta.

Milloin RDT-1B on oikea valinta?

RDT-1B kuuluu Robotiikka / VLA-kategoriaan. Kategorian sivulla on lueteltu muut tämän tyyppisen mallit hintojen kanssa.

Kaikki mallit: Robotiikka / VLA

Voiko RDT-1B käsitellä kuvia?

Kyllä. RDT-1B hyväksyy kuvia syötteenä tekstin lisäksi.

Voiko RDT-1Ba käyttää juuri nyt?

Ei tällä hetkellä saatavilla. Sivu pysyy verkossa; saatavilla olevat vaihtoehdot samasta kategoriasta on lueteltu alempana.

Kaikki mallit yhden API:n kautta

Yksi API-avain kaikille Railwailin malleille. Käyttö laskutetaan prepaid-krediiteistä, 1 krediitti = 0,01 $.