RDT-1B

Robótica / VLANo disponible
de OtherID del modelo: rdt-1b

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

Estado
No disponible
Entrada → Salida
Texto + Imagen → Acciones de robot
Desarrollador
Other
Actualizado
23 de septiembre de 2026

RDT-1B no está disponible en este momento

Puedes seguir leyendo los detalles en esta página. Elige una de las alternativas disponibles abajo para ejecutar un modelo comparable de inmediato.

01

Playground

RDT-1B

Modelo de investigación

No disponible actualmente

RDT-1B es un modelo de robótica (visión-lenguaje-acción) y no se puede ejecutar a través de la API de railwail.

02

Acerca de RDT-1B

ResumenA partir de 23 de septiembre de 2026

RDT-1B es un modelo de Other en la categoría Robótica / VLA. RDT-1B no está disponible en Railwail en este momento.

Fondo

Acerca de Tsinghua University (TSAIL / IIIS)

Fundado en 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.

Visitar Tsinghua University (TSAIL / IIIS)

Arquitectura

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.

Parámetros
1B

Capacidades

  • 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.

Entrenamiento y licencia

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.

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

Pruebas de seguridad: 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).

Limitaciones conocidas

  • 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

Precios

Actualmente no disponible. No hay precio para este modelo en este momento, por lo que no se puede ejecutar.

04

API

Llama a RDT-1B con tu clave de API de Railwail. Usa este ID de modelo en la solicitud:

No disponible a través de la API

Los modelos de robótica se ejecutan en hardware de robot, no a través de la API de railwail.

05

Especificaciones

ID del modelo
rdt-1b
Desarrollador
Other
Categoría
Robótica / VLA
Entrada
Texto, Imagen
Salida
Acciones de robot
Tamaño del modelo
1B
Licencia
Open weights released on Hugging Face under a permissive (CC-BY-NC-style) licence; primarily intended for research use.
Entrada del catálogo actualizada
23 de septiembre de 2026

Etiquetas

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

Casos de uso

Para qué se utiliza

  • 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

Preguntas frecuentes

¿Qué es RDT-1B?

RDT-1B es un modelo de Other en la categoría Robótica / VLA. Está listado en Railwail pero no se puede ejecutar en este momento.

¿Cuánto cuesta RDT-1B en Railwail?

RDT-1B no se puede ejecutar en Railwail en este momento, por lo que no hay precio actual. Las alternativas disponibles con precios se enumeran más abajo en esta página.

¿Qué tan rápido es RDT-1B?

Aún no hay suficientes ejecuciones medidas de RDT-1B en Railwail para indicar un tiempo de ejecución. Depende de la entrada, la configuración y la carga en el proveedor.

¿Cuándo debo usar RDT-1B?

RDT-1B pertenece a la categoría Robótica / VLA. La página de categoría enumera los otros modelos de este tipo con sus precios.

Todos los modelos: Robótica / VLA

¿Puede RDT-1B procesar imágenes?

Sí. RDT-1B acepta imágenes como entrada además de texto.

¿Puedo usar RDT-1B ahora mismo?

Actualmente no disponible. La página permanece en línea; las alternativas disponibles de la misma categoría se enumeran más abajo.

Todos los modelos a través de una API

Una clave API para todos los modelos en Railwail. El uso se cobra con créditos prepagados, 1 crédito = USD 0.01.