/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
openwam
Опубликована
4 сен 2026

OpenWAM-Alpha-Pretrain-Foundation-Model

Языковая модельИзображение, текст → action3 профессии

Предварительно обученная видеомодель OpenWAM для робототехники, предназначенная служить основой для последующего дообучения.

1 642скачиваний за 30 дней1лайквеса обновлены9 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

OpenWAM-α — предварительно обученная базовая модель для робототехники, выпущенная проектом OpenWAM. Она использует видеобэкбон Wan2.2-TI2V-5B с родным энкодером Wan-VAE, архитектуру Dual-System Joint Self-Attention и маску взаимного внимания. Модель обучена на 518,5 млн кадров, или примерно 6 400 часах данных: 70% составляют данные роботов (реальные и симуляционные), 30% — видео от первого лица, снятые людьми.

Это фундаментальный чекпойнт до последующего дообучения для конкретных задач. Карточка указывает задачу robotics и библиотеку OpenWAM; метаданные подтверждают формат safetensors и лицензию Apache-2.0. Подробности о поддерживаемых роботах, конкретных действиях и способе запуска в предоставленной карточке не описаны.

Сценарии применения

  • дообучение модели для управления роботом
  • исследования моделей мира для робототехники
  • использование реальных и симуляционных данных роботов при обучении
  • изучение связи видео от первого лица с роботизированными данными

Ограничения

Карточка не описывает конкретные типы роботов, поддерживаемые действия и процедуры инференса; чекпойнт предназначен для дальнейшего дообучения перед прикладным использованием.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OpenWAM-Alpha-Pretrain-Foundation-Model

OpenWAM-α applies the recipe selected by the OpenWAM study: a Wan2.2-TI2V-5B video backbone with its native Wan-VAE encoder, a Dual-System Joint Self-Attention architecture, and a mutual attention mask. It is pretrained on 518.5M frames (about 6,400 hours), mixing robot data (70%: 40% real-world, 30% simulation) with egocentric human data (30%).

This is the pretrained foundation model itself, before any downstream finetuning. Every OpenWAM-Alpha checkpoint below starts from it.

Citation

@article{wang2026openwam,
  title   = {OpenWAM: An Open, Modular Exploration Towards Systematic World-Action Model Pretraining},
  author  = {Yuran Wang and Siqiao Huang and Mingleyang Li and Chenhao Zhang and Jiaqi Liang and Weiyang Jin and Yue Chen and Xuemin Chi and Donghao Zhou and Qize Yu and Yu-Kai Wang and Yuhan Rui and Shenzhe Yao and Zhen Yuan and Zhenhao Shen and Kefei Zhu and Zijie Zhu and Ning Gao and Xiaowei Chi and Guanqi He and Shanghang Zhang and Hao Dong and Lin Shao and Hang Zhao},
  year    = {2026},
  journal = {arXiv preprint arXiv: 2609.07398}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · openwam

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
52df4e6

0 моделей