VLA 模型开源

RDT

清华大学中国

GitHub 仓库 thu-ml/RoboticsDiffusionTransformer

又称 RDT-1B、RDT-170M、RDT2、RDT2-VQ、RDT2-FM、Robotics Diffusion Transformer

返回项目库
类别
VLA 模型
开放程度
开源
发布时间
2024 年 10 月
开源协议
RDT-1B 代码 MIT,RDT2 代码 Apache-2.0
发布方所在地
中国

项目简介

RDT 是清华大学 TSAIL 团队的机器人扩散基础模型系列。RDT-1B 是面向双臂操作的扩散 Transformer,根据语言指令和最多三路图像预测未来 64 步动作,统一动作空间可适配多种本体,附 ManiSkill 评测和 AgileX 真机部署示例。续作 RDT2 用改进的 UMI 设备采集人类操作数据,包含基于 Qwen2.5-VL-7B 的 RDT2-VQ 和流匹配动作专家 RDT2-FM,可零样本部署到新本体。

规模
RDT-1B 为 1B 参数,在 100 万条以上多机器人轨迹上预训练,另有 RDT-170M;RDT2 使用 100 多个场景、1 万小时以上的 UMI 人类操作数据

适配机器人

  • ALOHA
  • AgileX
  • Bimanual UR5e
  • Bimanual Franka Research 3

获取方式

相关概念

数据来源

本页信息均整理自以下公开资料。

4 条来源核验于 2026-10-01

星标、下载量等指标定期自动更新。

RDT(RoboticsDiffusionTransformer):VLA 模型介绍、GitHub 仓库与开源协议 | 具身集