/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
15 июн 2026

ImageWAM-FLUX.2-4B-LIBERO

Генерация изображенийИзображение, текст → action

Контрольная точка ImageWAM на базе FLUX.2 klein-base-4B для обучения роботизированных политик и оценки на бенчмарке LIBERO.

104скачиваний за 30 дней0лайковвеса обновлены19 июн 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-LIBERO — контрольная точка модели мира и действий ImageWAM, разработанная для бенчмарка LIBERO и опубликованная вместе с проектом ImageWAM. Она основана на FLUX.2 klein-base-4B и предназначена для оценки и исследований в области обучения роботизированных политик и генерации действий с использованием моделей редактирования изображений.

Модель применяется для воспроизведения оценок ImageWAM на LIBERO и сравнения с другими политиками в одинаковых условиях. Для работы нужны код ImageWAM, среда бенчмарка, соответствующие веса FLUX.2 и автоэнкодер; в репозитории также ожидаются статистики набора данных и конфигурация обучения. Лицензия — MIT.

Контрольная точка предназначена для исследовательской оценки, а не для непосредственного использования на реальных роботах без дополнительной проверки. Результаты могут зависеть от версии симулятора, предобработки данных, статистик нормализации действий и настроек оценки.

Сценарии применения

  • воспроизведение оценок роботизированных политик на LIBERO
  • исследование моделей мира и действий для роботов
  • обучение политик управления роботом по визуальным данным
  • сравнение методов генерации действий на LIBERO

Ограничения

Для оценки необходимы код ImageWAM, среда LIBERO и отдельно подготовленные веса FLUX.2 klein-base-4B с автоэнкодером. Результаты зависят от среды симуляции, предобработки данных, нормализации действий и параметров оценки; без дополнительной проверки модель не предназначена для реального или критически важного применения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ImageWAM-FLUX.2-4B-LIBERO

This repository contains the ImageWAM FLUX.2 4B checkpoint for LIBERO 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: LIBERO
  • 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/libero/flux2_klein_4b

huggingface-cli download yuyangalin/ImageWAM-FLUX.2-4B-LIBERO \
  --repo-type model \
  --local-dir checkpoints/imagewam_release/libero/flux2_klein_4b

Prepare FLUX.2 4B weights and set:

export FLUX2_VARIANT=4b
export FLUX2_MODEL_PATH=/path/to/flux-2-klein-base-4b.safetensors
export FLUX2_AE_MODEL_PATH=/path/to/ae.safetensors
export FLUX2_QWEN3_MODEL_SPEC=Qwen/Qwen3-4B

Evaluate on LIBERO:

export CKPT_PATH="$(pwd)/checkpoints/imagewam_release/libero/flux2_klein_4b/model.pt"
export DATASET_STATS_PATH="$(pwd)/checkpoints/imagewam_release/libero/flux2_klein_4b/dataset_stats.json"

NUM_GPUS=8 FLUX2_VARIANT=4b bash scripts/flux2/run_eval_flux2_libero.sh

Intended Use

This checkpoint is intended for:

  • Reproducing ImageWAM LIBERO evaluations.
  • Research on robot policy learning, world action models, and image-editing-based action generation.
  • Comparison against other LIBERO policy models under the same evaluation setup.

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

Limitations

  • Evaluation requires the ImageWAM codebase and the LIBERO benchmark environment.
  • The checkpoint assumes the same model variant and configuration used during training. See train_config.yaml.
  • Users must separately prepare the matching FLUX.2 4B base model and autoencoder weights.
  • Performance may differ if the simulator version, dataset preprocessing, action normalization statistics, or evaluation settings differ from the release setup.

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
5d1b765

0 моделей