/ Модель

Характеристики

Базовая модель
MolmoAct2
Библиотека
lerobot
Опубликована
26 авг 2026

molmoact2_busybox_push_green_button

Языковая модельИзображение, текст → action3 профессии

Дообученная на данных SO101 модель MolmoAct2 для управления роботом при нажатии зелёной кнопки BusyBox.

17скачиваний за 30 дней0лайковвеса обновлены27 авг 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

Модель pravsels/molmoact2_busybox_push_green_button — полно-компонентное дообучение MolmoAct2, подготовленное pravsels для управления роботом SO101 по данным сценария busybox_push_green_button. Она предназначена для выполнения конкретной языковой задачи манипуляции: нажать зелёную кнопку на устройстве BusyBox. В качестве начального чекпойнта использована allenai/MolmoAct2, обучение выполнено в режиме full fine-tuning; основной чекпойнт соответствует шагу 30 000, также доступны промежуточные версии.

Модель относится к vision-language-action классу: базовая MolmoAct2 принимает визуальные наблюдения и языковые инструкции, а для данного дообучения предполагается выдача управляющих действий робота. Репозиторий использует библиотеку LeRobot и формат safetensors. Для применения нужен совместимый стек MolmoAct2/LeRobot и робот SO101 с подходящей конфигурацией. Данные не описывают контекстную длину или поддерживаемые естественные языки. Лицензия в предоставленных источниках не указана.

Сценарии применения

  • управление роботом SO101 для нажатия зелёной кнопки BusyBox
  • выполнение визуально заданной инструкции манипуляции с BusyBox
  • исследование и проверка дообучения VLA-модели под конкретную задачу робота

Ограничения

Дообучение рассчитано на узкий сценарий busybox_push_green_button и данные робота SO101; перенос на другие роботы или задачи не подтверждён. Поддерживаемые языки инструкций и лицензия не указаны в предоставленных источниках.

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

molmoact2_busybox_push_green_button

Full-component fine-tune of MolmoAct2 for busybox_push_green_button on SO101 data.

PolicyMolmoAct2 (policy.type=molmoact2, train_mode_vlm=fft)
Init checkpointallenai/MolmoAct2
Datasetvillekuosmanen/busybox_push_green_button
Taskbusybox_push_green_button
Action dim6 (single-arm)
Camerastop, wrist, front
TrainingVast.ai 4× RTX PRO 6000 S, full-component, 30k steps, global batch 4, chunk/action horizon 30, QUANTILES ACTION/STATE
W&B projectmolmoact2_busybox_push_green_button
W&B run6scxbrtc

Checkpoints

main is step 30,000. Intermediate steps are git tags:

StepRevision
30000step-30000 (main)
25000step-25000
20000step-20000
15000step-15000
10000step-10000
5000step-5000

Usage

from lerobot.policies.molmoact2.modeling_molmoact2 import MolmoAct2Policy
policy = MolmoAct2Policy.from_pretrained("pravsels/molmoact2_busybox_push_green_button")
# earlier step: revision="step-25000"

Как запустить

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

GPU в ailist

Универсальный рантайм · lerobot

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
dd8b8f7

0 моделей