Характеристики

Базовая модель: MolmoAct2
Библиотека: lerobot
Опубликована: 7 июл 2026

Ссылки

molmoact2_tool_insert_quantile_norm_fix_25k

Языковая модельИзображение, текст → action3 профессии

Дообученная на данных SO101 vision-language-action модель MolmoAct2 для управления роботом при выполнении задачи вставки инструмента.

9скачиваний за 30 дней0лайковвеса обновлены7 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

pravsels/molmoact2_tool_insert_quantile_norm_fix_25k — дообученная vision-language-action модель на базе MolmoAct2 от Ai2. Она обучена с настройкой только action-expert для задачи вставки инструмента (tool_insert) по данным SO101; карточка указывает исходный чекпойнт allenai/MolmoAct2, датасет villekuosmanen/armnetbench_tool_insert и шаг обучения 25 000. Модель предназначена для управления роботом по визуальным наблюдениям и языковым инструкциям в сценариях вставки инструмента.

Репозиторий содержит веса в формате safetensors и рассчитан на использование с библиотекой LeRobot. Лицензия и сведения о контекстном окне в предоставленных данных не указаны.

Сценарии применения

управление роботом SO101 при вставке инструмента
выполнение роботизированных манипуляций по визуальным наблюдениям
управление действиями робота по языковой инструкции

Ограничения

Дообучение ориентировано на задачу tool_insert и данные SO101, поэтому применимость к другим роботам и манипуляциям не подтверждена. Лицензия модели не приведена в предоставленных сведениях.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

molmoact2_tool_insert_quantile_norm_fix_25k

Fine-tuned MolmoAct2 (action-expert-only) for tool_insert on SO101 data.


Policy	MolmoAct2 (`policy.type=molmoact2`)
Init checkpoint	allenai/MolmoAct2
Dataset	villekuosmanen/armnetbench_tool_insert
Task	`tool_insert`
Action dim	6 (single-arm)
Cameras	`top`, `wrist`, `front`
Training	25k steps, QUANTILES norm, freeze, batch 32 global, Isambard GH200
Prior HF repo	pravsels/molmoact2_tool_insert
W&B project	molmoact2_tool_insert_quantile_norm_fix_25k
W&B run	oiew4qmt

Checkpoints

The checkpoint (local step 025000, 25k training steps) lives at the repository root for direct loading.

Verification

| Checkpoint step | 025000 | | Source path | checkpoints/025000/pretrained_model/ | | model.safetensors | 10,884,573,720 bytes, sha256 3535baf761b841961728d93b6f5ab6895b9057cf04c3846989040baa2e517782 | | policy_preprocessor.json | 2,495 bytes, sha256 e7c8b8293cb0265a01f83278033272efcb21b4c7bfb031cfbd683ed74ee7b139 | | policy_postprocessor.json | 757 bytes, sha256 6dbed1e1ec69e8c50f3a04c1f144a54231e3ef508f15fd7896ead43ea645b033 | | train_config.json | 8,257 bytes, sha256 346d840c7769cee2cf86ec30041a738c02c95aea24b4e983903b9de172b0904c |

Verify after download:

sha256sum model.safetensors
# expected: 3535baf761b841961728d93b6f5ab6895b9057cf04c3846989040baa2e517782

Usage

from lerobot.policies.molmoact2.modeling_molmoact2 import MolmoAct2Policy
policy = MolmoAct2Policy.from_pretrained("pravsels/molmoact2_tool_insert_quantile_norm_fix_25k")

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: cae4e46