VLA 갤러리 / 모델 목록 / 산업계 모델

GR-RL

ByteDance Seed · 2025-12

VLA산업계 모델5Bflow matching

학습한 task progress(Q값)로 시연을 거르고, 좌우 대칭 증강 후 잠재 노이즈 예측기로 온라인 RL을 한다.

논문

GR-RL: Going Dexterous and Precise for Long-Horizon Robotic ManipulationarXiv 2512.01801

개요

분류

산업계 모델

유형

VLA

발표

2025-12

기관

ByteDance Seed

가중치 공개

미확인

파라미터

5B(VLA + critic MoT 전체); 온라인 RL noise predictor 학습 파라미터 51.5M

구조

백본 LLM

Qwen2.5-3B · Qwen2.5-VL-3B 구성

비전 인코더

Qwen2.5-VL ViT

액션 헤드

flow matching DiT + 분포형 critic (flow matching)

청크

미공개

제어 주기

미공개

구조 원문 요약

MoT: VLA(Qwen2.5-VL-3B-Instruct + flow-matching action DiT) + multi-task distributional critic; 온라인 RL용 latent noise predictor

학습

사전학습 가속기

미공개

사전학습 기간

미공개

사전학습 스텝·배치

미공개

GPU·TPU-시간

미공개

파인튜닝

미공개(온라인 RL 500 steps 체크포인트로 평가)

데이터 종류

실로봇 시연 + 실로봇 온라인 RL

데이터 규모

시연 시간·에피소드 수, 온라인 RL 시간 미공개

주요 데이터셋

자체 신발끈 시연 데이터

태스크·평가

신발끈 끼우기 45.7%(GR-3) → 61.6%(필터링) → 72.7%(대칭 증강) → 83.3%(온라인 RL)

로봇

ByteMini-v2 양팔

추론

추론 장치·속도

미공개

추론 메모리

미공개

가중치 bf16 (계산)

10 GB

실행 위치

미공개

강화학습 · 베이스

강화학습

사용 (VLA RL 사후학습) · 분포형 critic으로 시연을 거르고 증강한 뒤 실로봇 온라인 RL(잠재 노이즈 예측기 51.5M 학습). 신발끈 성공률 45.7% → 83.3%

강화학습 근거

https://arxiv.org/html/2512.01801

베이스 제어

고정 · 베이스 이동 언급 없음 (신발끈 끼우기 양팔 정밀 조작)

비고

핵심 특징

학습한 task progress(Q값)로 시연을 거르고, 좌우 대칭 증강 후 잠재 노이즈 예측기로 온라인 RL을 한다. 신발끈 끼우기 성공률을 GR-3의 45.7%에서 83.3%로 높였다.

비고

GR-3는 4B, GR-RL은 critic 포함 총 5B로 기술. Seed 페이지 날짜 2025-12-02, arXiv v1 2025-12-01. 공개 저장소를 찾지 못함(검증 확인불가).

검증

확인