Характеристики

Базовая модель: MolmoBot-DROID
Библиотека: molmobot
Опубликована: 24 июл 2026

Ссылки

nth-lr-rel10-ie-mfe-best-20ksteps

Языковая модельИзображение, текст → action

Дообученный чекпойнт MolmoBot для управления манипулятором Franka при перемещении объектов влево и вправо по визуальным наблюдениям.

2скачиваний за 30 дней0лайковвеса обновлены24 июл 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

Это снимок чекпойнта MolmoBot на шаге обучения 20 000, созданный ccwatson на основе allenai/MolmoBot-DROID для управления роботизированными манипуляциями Franka. Модель принимает изображения с камеры и наблюдения за состоянием робота, а выдаёт действия для манипулятора; обучение проводилось с пресетами franka_joint и franka_droid на траекториях с задачами перемещения объектов влево и вправо. Контекстная длина последовательности — 928 токенов, использовались два кадра наблюдения с интервалом в восемь шагов датасета.

Чекпойнт предназначен для запуска через инструменты инференса MolmoBot и сервер модели для vla-evaluation-harness. В промежуточной оценке на 20 эпизодах бенчмарка LR_10each успешность составила 25%; это небольшой тест для выбора чекпойнта, а не итоговая оценка на полном наборе эпизодов. Веса доступны в формате PyTorch. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

управление манипулятором Franka по изображению с камеры
перемещение объекта влево рядом с целевой позицией
перемещение объекта вправо рядом с целевой позицией
оценка политики робота в симуляторе MolmoBot

Ограничения

В промежуточной оценке успешность составила 25% на 20 эпизодах, поэтому результат не отражает качество на полном бенчмарке. Чекпойнт обучен для направлений влево и вправо и пресетов franka_joint/franka_droid.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MolmoBot relabeled directional next-to left/right — step 20,000

This repository contains the unsharded MolmoBot checkpoint from training step 20,000 of nth-lr-rel10-ie-mfe-best-30k-b16-32.

It was uploaded separately while training was still running because it had the best intermediate closed-loop success rate observed through step 24,000. This repository is a fixed snapshot of step 20,000; it will not be replaced by later checkpoints from the run.

Files

model.pt: unsharded MolmoBot model weights
config.yaml: effective MolmoBot training/model configuration
intermediate_eval_step20000.json: compact closed-loop evaluation metadata

The checkpoint directory is directly usable by MolmoBot inference tooling and the vla-evaluation-harness MolmoBot model server.

Training

Base model: allenai/MolmoBot-DROID
Dataset: ccwatson/RelabeledDirectionalPnPNextTo-10shard-left-right-only
Checkpoint step: 20,000
Train/validation trajectories: 2,903 / 37
Directions: left and right
Action preset: franka_joint
Camera preset: franka_droid
Device/global batch size: 16 / 32
Sequence length: 928
Observation frames: 2, separated by 8 dataset steps
Image augmentation: enabled
Training task-description prompt randomization: disabled

Intermediate closed-loop evaluation

The checkpoint was evaluated on the 20-episode LR_10each unicorn benchmark: ten left episodes followed by ten right episodes.

Success rate: 25% (5/20)
Lax success rate: 25% (5/20)
Coverage: 20/20 episodes
Missing or duplicate episodes: 0
Evaluation errors: 0
Failed shards: 0
Renderer: classic
Parallel shards: 10
Task horizon: 500 simulator steps

This is a small checkpoint-selection benchmark, not a final estimate over the full 81-left and 81-right benchmark suites.

Use

Download the repository to a local checkpoint directory:

hf download ccwatson/nth-lr-rel10-ie-mfe-best-20ksteps \
  --local-dir /path/to/nth-lr-rel10-ie-mfe-best-20ksteps

Configure the MolmoBot model server with that directory as its checkpoint path. A valid local directory contains both config.yaml and model.pt.

Run provenance

Training W&B run: https://wandb.ai/ccwatson/molmobot_finetune/runs/nhmj55qz
Intermediate-eval W&B run: https://wandb.ai/ccwatson/molmobot_finetune/runs/external-eval-nth-lr-rel10-ie-mfe-best-30k-b16-32-step20000
Dataset revision checked before training: 92a2fd1aed2cb6ae5e7af3963c0f2b1f19110738
Upload date: July 24, 2026

Как запустить

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

GPU в ailist

Универсальный рантайм · molmobot

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов: 19d9716