Pelican1.0-VL-3B

Pelican1.0-VL-3B to najmniejszy członek rodziny Pelican-VL 1.0 z Pekińskiego Centrum Innowacji Robotyki Humanoidalnej, opublikowany 1 grudnia 2025 na licencji Apache 2.0. Jest dopowiedzeniem w dosłownym sensie. Raport centrum z 30 października 2025 opisuje Pelican-VL 1.0 jako rodzinę o skali parametrów „od 7B do 72B”; wersje 7B i 72B rzeczywiście ukazały się 13 listopada. Ta, licząca 3,75 miliarda parametrów, weszła osiemnaście dni później i leży poniżej zakresu, który wyznaczyli sami autorzy. Raportu nigdy o nią nie uzupełniono. Zadanie ma to samo co starsze rodzeństwo: czyta obraz i wideo razem z tekstem i odpowiada na pytania poprzedzające ruch robota — relacje przestrzenne, zasłonięcia, sensowne punkty chwytu, kolejność czynności w zadaniu złożonym. Dzieli z nimi architekturę bazową Qwen2.5-VL, pętlę treningu DPPO i, co warte odnotowania, pełne okno 128 tysięcy tokenów. Cięcie liczby parametrów nie objęło okna, więc długa sekwencja wideo nadal mieści się w jednym przebiegu. Sens tej wersji tkwi w rozmiarze: poniżej czterech miliardów parametrów model staje się kandydatem na komputery pokładowe o skromnej pamięci, gdzie flagowy 72B nie wchodzi w grę, a nawet wersja 7B jest ciasna. Dla tej wersji nie opublikowano osobnej tabeli wyników. Procenty przytaczane w raporcie rodziny dotyczą modelu 72B i przenoszenie ich tutaj byłoby nieuprawnione. Pobrania na Hugging Face liczy się w pojedynczych sztukach miesięcznie.

▸Wideo

Brak materiałów wideo.

▸Recenzje