/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
29 июл 2026

ImageWAM-FLUX.2-4B-InternData-A1-EE

Генерация изображенийИзображение, текст → action

Предобученный на InternData-A1 чекпойнт ImageWAM на базе FLUX.2 4B для исследований роботизированных политик и генерации действий через редактирование изображений.

19скачиваний за 30 дней0лайковвеса обновлены29 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

ImageWAM-FLUX.2-4B-InternData-A1-EE — предобученный чекпойнт семейства ImageWAM, разработанного для исследования моделей мира и действий в робототехнике. Он основан на модели редактирования изображений FLUX.2 [klein] base, вариант klein-base-4B, и обучен на InternData-A1. Чекпойнт предназначен для оценки, исследований и обучения последующих моделей робототехнических политик.

Модель применяется в исследованиях обучения роботизированным действиям и генерации действий на основе редактирования изображений. Для запуска нужны отдельные веса совместимой FLUX.2 klein-base-4B и её автоэнкодера, а также код ImageWAM и конфигурация обучения. Репозиторий содержит веса PyTorch, статистику датасета и конфигурацию; готовый benchmark не указан. Модель не предназначена для применения в критически важных или реальных робототехнических системах без дополнительной проверки. Лицензия — MIT.

Сценарии применения

  • обучение роботизированных политик на основе предобученного чекпойнта
  • исследование моделей мира и действий для роботов
  • генерация роботизированных действий через редактирование изображений
  • оценка методов обучения роботов на InternData-A1
  • дообучение моделей для робототехнических бенчмарков

Ограничения

Для работы требуются совместимые веса FLUX.2 klein-base-4B, автоэнкодер и код ImageWAM; конфигурация должна соответствовать обучению чекпойнта. Не применять в критически важных или реальных робототехнических системах без дополнительной проверки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ImageWAM-FLUX.2-4B-InternData-A1-EE

This repository contains the ImageWAM FLUX.2 4B checkpoint pretrained from InternData-A1 from ImageWAM: Do World Action Models Really Need Video Generation, or Just Image Editing?

ImageWAM is a family of world action models built on image-editing foundation models. This checkpoint is intended for evaluation and research use with the accompanying ImageWAM codebase.

Model Details

  • Model family: ImageWAM
  • Image-editing backbone: FLUX.2 [klein] base
  • Variant: FLUX.2 klein-base-4B
  • Benchmark: None, pretrained model.
  • Training code: yuyangalin/ImageWAM
  • Base model weights: Users must separately prepare the FLUX.2 klein-base-4B weights and FLUX.2 autoencoder as described in the ImageWAM README.

Files

Expected file layout:

.
├── model.pt
├── dataset_stats.json
└── config.yaml
  • model.pt: ImageWAM checkpoint used by the evaluation scripts.
  • dataset_stats.json: normalization statistics required for policy evaluation.
  • config.yaml: original training configuration for provenance and reproducibility.

Usage

Install and prepare the ImageWAM repository following the project README. Then download this model repository:

mkdir -p checkpoints/imagewam_release/interndata_pretrained/flux2_klein_4b

huggingface-cli download yuyangalin/ImageWAM-FLUX.2-4B-InternData-A1-EE \
  --repo-type model \
  --local-dir checkpoints/imagewam_release/interndata_pretrained/flux2_klein_4b

Intended Use

This checkpoint is intended for:

  • Training downstream models for benchmarks and real-world settings from this pretrained checkpoint.
  • Research on robot policy learning, world action models, and image-editing-based action generation.

This checkpoint is not intended for safety-critical or real-world robot deployment without additional validation.

Limitations

  • The checkpoint assumes the same model variant and configuration used during training. See config.yaml.
  • Users must separately prepare the matching FLUX.2 4B base model and autoencoder weights.

Citation

If you use this checkpoint, please cite the ImageWAM paper:

@misc{zhang2026imagewam,
      title={ImageWAM: Do World Action Models Really Need Video Generation, or Just Image Editing?}, 
      author={Yuyang Zhang and Wenyao Zhang and Zekun Qi and He Zhang and Haitao Lin and Jingbo Zhang and Yao Mu and Xiaokang Yang and Wenjun Zeng and Xin Jin},
      year={2026},
      eprint={2606.19531},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2606.19531}, 
}

Acknowledgements

ImageWAM builds on several open-source projects and model families, including FLUX.2, FastWAM, LIBERO, LIBERO-plus, and RoboTwin. Please also follow the licenses and citation requirements of the corresponding upstream projects.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов
51a71ed

0 моделей