中文简介
nvidia/GEAR-SONIC 是 nvidia 在 Hugging Face 发布的模型仓库,当前卡片主要关联强化学习、机器人任务。本站固定记录上游版本 7c90a56cfe04,同步到 66 个文件,文件元数据合计 34.76 GB;访问状态为“公开”,许可证字段为“nvidia-open-model-license”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 nvidia/GEAR-SONIC 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
nvidia/GEAR-SONIC 是 nvidia 在 Hugging Face 发布的模型仓库,当前卡片主要关联强化学习、机器人任务。本站固定记录上游版本 7c90a56cfe04,同步到 66 个文件,文件元数据合计 34.76 GB;访问状态为“公开”,许可证字段为“nvidia-open-model-license”。
【适用方向】
适合评估具身智能、机器人学习、自动驾驶或强化学习研究流程。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
【版本与规格】
固定版本:7c90a56cfe04。 任务标签:强化学习、机器人任务。 上游页面记录的最近更新时间:2026-07-24。
【文件信息】
上游 API 返回 66 个文件,文件元数据合计 34.76 GB。 已保存文件清单中的主要扩展名:.gif 19 个、.png 10 个、.yaml 8 个、.onnx 7 个、.pkl 6 个、.pt 3 个。 当前较大的文件包括:bones_seed_smpl/bones_seed_smpl.tar.part_aa(5.00 GB);bones_seed_smpl/bones_seed_smpl.tar.part_ab(5.00 GB);bones_seed_smpl/bones_seed_smpl.tar.part_ac(5.00 GB)。
【运行或处理环境】
仓库文件元数据合计 34.76 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
【使用边界】
许可证显示为“nvidia-open-model-license”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
GEAR-SONIC: Supersizing Motion Tracking for Natural Humanoid Whole-Body Control Model Description SONIC** (Supersizing Motion Tracking) is a humanoid behavior foundation model developed by NVIDIA that gives robots a core set of motor skills learned from large-scale human motion data. Rather than building separate controllers for predefined motions, SONIC uses motion tracking as a scalable training task, enabling a single unified policy to produce natural, whole-body movement and support a wide range of behaviors. Key Features 🤖 **Unified Whole-Body Control**: Single policy handles walking, running, crawling, jumping, manipulation, and more 🎯 **Motion Tracking**: Trained on large-scale human motion data for natural movements 🎮 **Real-Time Teleoperation**: VR-based whole-body teleoperation via PICO headset 🚀 **Hardware Deployment**: C++ inference stack for real-time control on humanoid robots 🎨 **Kinematic Planner**: Real-time locomotion generation with multiple movement styles 🔄 **Multi-Modal Control**: Supports keyboard, gamepad, VR, and high-level planning VR Whole-Body Teleoperation SONIC supports real-time whole-body teleoperation via PICO VR headset, enabling natural human-to-robot motion transfer for data collection and interactive control. Walking Running Sideways Movement Kneeling Getting Up Jumping Bimanual Manipulation Object Hand-off Kinematic Planner SONIC includes a kinematic planner for real-time locomotion generation — choose a movement style, steer with keyboard/gamepad, and adjust speed and height on the fly. In-the-Wild Navigation Run Happy Stealth Injured Kneeling Hand Crawling Elbow Crawling Boxing Quick Start 📚 **See the Quick Start Guide** for step-by-step instructions on: Installation and setup Running SONIC with different control modes (keyboard, gamepad, VR) Deploying on real hardware Using the kinematic planner Key Resources:** Installation Guide - Complete setup instructions Keyboard Control Tutorial - Get started with keyboard control Game
适用场景
适合评估具身智能、机器人学习、自动驾驶或强化学习研究流程。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
模型参数
固定版本:7c90a56cfe04。 任务标签:强化学习、机器人任务。 上游页面记录的最近更新时间:2026-07-24。
文件说明
上游 API 返回 66 个文件,文件元数据合计 34.76 GB。 已保存文件清单中的主要扩展名:.gif 19 个、.png 10 个、.yaml 8 个、.onnx 7 个、.pkl 6 个、.pt 3 个。 当前较大的文件包括:bones_seed_smpl/bones_seed_smpl.tar.part_aa(5.00 GB);bones_seed_smpl/bones_seed_smpl.tar.part_ab(5.00 GB);bones_seed_smpl/bones_seed_smpl.tar.part_ac(5.00 GB)。
上游文件元数据
.gitattributes3.44 KBbones_seed_smpl/bones_seed_smpl.tar.part_aa5.00 GBbones_seed_smpl/bones_seed_smpl.tar.part_ab5.00 GBbones_seed_smpl/bones_seed_smpl.tar.part_ac5.00 GBbones_seed_smpl/bones_seed_smpl.tar.part_ad5.00 GBbones_seed_smpl/bones_seed_smpl.tar.part_ae5.00 GBbones_seed_smpl/bones_seed_smpl.tar.part_af5.00 GBbones_seed_smpl/bones_seed_smpl.tar.part_ag84.21 MBheading_wrist/config.yaml28.71 KBheading_wrist/last.pt1.06 GBheading_wrist/model_config.yaml8.67 KBheading_wrist/model_decoder.onnx142.84 MB
硬件建议
仓库文件元数据合计 34.76 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
注意事项
许可证显示为“nvidia-open-model-license”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
- 大模型获取与国内转存服务
- 大模型怎么下载:Hugging Face 官方方式与国内交付完整指南
- 国内下载 Hugging Face 模型很慢或经常中断怎么办
- DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。