/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
openwam
Опубликована
4 сен 2026

OpenWAM-Alpha-Sim-RoboDojo

Языковая модельИзображение, текст → action3 профессии

Дообученная на RoboDojo симуляционная модель OpenWAM для задач робототехники на видеобазовой архитектуре Wan2.2-TI2V-5B.

388скачиваний 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-RoboDojo — модель OpenWAM, дообученная для симуляционного трека RoboDojo. Она основана на видеомодели Wan2.2-TI2V-5B с исходным энкодером Wan-VAE и использует архитектуру Dual-System Joint Self-Attention с маской взаимного внимания. Базовая предобучающая выборка включает 518,5 млн кадров: данные роботов (70%, в том числе реальные и симуляционные) и видео от первого лица (30%).

Модель предназначена для задач робототехники в симуляции RoboDojo. Репозиторий содержит веса в формате safetensors; библиотека для работы с моделью — OpenWAM. Лицензия Apache-2.0. В README не описаны точные входы и выходы, поддерживаемые языки, параметры применения или количественные оценки качества.

Сценарии применения

  • Работа с задачами робототехники в симуляционном треке RoboDojo
  • Исследование world-action-моделей для управления роботами в симуляции
  • Эксперименты с объединением робототехнических и эгоцентрических видеоданных

Ограничения

README не уточняет формат входов и выходов модели, набор поддерживаемых действий или метрики качества; пригодность для задач вне симуляционного трека RoboDojo не описана.

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-RoboDojo

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 RoboDojo simulation track.

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
2c13022

0 моделей