/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
openwam
Опубликована
4 сен 2026

OpenWAM-Alpha-Sim-RoboCasa365

Языковая модельИзображение, текст → action3 профессии

Дообученная на RoboCasa365 модель OpenWAM для задач робототехники в симуляции.

172скачиваний за 30 дней0лайковвеса 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-Alpha-Sim-RoboCasa365 — дообученная для симуляционного бенчмарка RoboCasa365 модель семейства OpenWAM, разработанная авторами исследования OpenWAM. В основе — видеомодель Wan2.2-TI2V-5B с родным энкодером Wan-VAE; архитектура использует Dual-System Joint Self-Attention и маску взаимного внимания. Предварительное обучение проводилось на 518,5 млн кадров: данных роботов и эгоцентрических видео людей.

Модель предназначена для задач робототехники в симуляции RoboCasa365. Репозиторий содержит веса в формате safetensors; для использования требуется библиотека openwam. Лицензия — Apache-2.0. Карточка не описывает конкретный протокол ввода и вывода или перечень поддерживаемых языков.

Сценарии применения

  • эксперименты с робототехническими задачами в симуляции RoboCasa365
  • исследование моделей мира для робототехники
  • оценка поведения модели на симуляционном бенчмарке RoboCasa365

Ограничения

Карточка не сообщает точный протокол ввода и вывода или показатели качества на RoboCasa365.

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-Sim-RoboCasa365

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%).

Finetuned on the RoboCasa365 simulation benchmark.

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
ff070f2

0 моделей