MolmoAct2
Ai2 的開放授權視覺-語言-動作(VLA)模型系列
授權條款
Apache 2.0
Apache-2.0,但在依賴它之前,請確認授權寫在哪裡。2026-09-17 查核:儲存庫附有完整的 Apache-2.0 LICENSE 檔案,README 第 7 節寫道「This model is licensed under Apache 2.0」,並補充它旨在依 Ai2 的 Responsible Use Guidelines 用於研究與教育;這是與授權並列的意圖聲明,而不是授權條款的一部分。MolmoAct2、MolmoAct2-Think、MolmoAct2-Pretrain、MolmoAct2-DROID、MolmoAct2-LIBERO 與 MolmoAct2-SO100_101 的 Hugging Face 模型卡完全沒有授權欄位;只有 Molmo2-ER 骨幹的模型卡宣告了 apache-2.0。因此權重的授權依據是儲存庫的 README,而不是成品頁面本身。
概述
MolmoAct2 是 Allen Institute for AI 的開放視覺-語言-動作(VLA)模型,以 Apache-2.0 釋出,並附有權重、訓練程式碼與部署說明。它建構在 Molmo2-ER 之上,這是一個具身推理的視覺語言模型(VLM)骨幹,上方再加上連續的流匹配動作專家。Ai2 在每個訓練階段都發布檢查點,而不是只提供單一可部署的成品:一個供繼續訓練的預訓練離散自迴歸骨幹、一個供微調到新機器人的後訓練基礎檢查點,以及一個會先對精簡的深度預測進行推理再行動的 Think 變體。微調後的檢查點涵蓋透過 DROID 的 Franka、雙臂 YAM、SO-100/SO-101 與 LIBERO。
讓它成為目錄條目而不只是一張模型卡的原因,是這次發布的結構是為打算修改它的人設計的。基礎檢查點依照你接下來要用它做什麼來標示:MolmoAct2-Pretrain 用於繼續各訓練階段,MolmoAct2 用於調適到目標形態,Molmo2-ER 則是視覺語言模型(VLM)的起點。Ai2 也直言這些是基礎檢查點,而不是一體適用的部署策略。這種定位比應有的還要少見。
微調後的檢查點正是它與本目錄讀者交會之處。MolmoAct2-SO100_101 以 SO-100 與 SO-101 資料集訓練,採用絕對關節位姿控制與標註過的語言指令,這表示這裡多數人擁有的最便宜手臂,有了一個公開權重、開放授權、專門為它訓練的 VLA。MolmoAct2-DROID 涵蓋 Franka,MolmoAct2-BimanualYAM 涵蓋雙臂 YAM 配置,另有兩個 LIBERO 變體涵蓋該模擬基準測試。Franka、SO-100/101 與雙臂 YAM 都有公開的真實環境部署說明。推論也已在 Intel XPU 上驗證,無需修改程式碼;在一個預設使用 CUDA 的領域裡,這是小小但不尋常的體貼。
為何重要
開放權重 VLA 領域比看起來更單薄:被描述的模型很多,但以允許商業使用的授權釋出的較少,附上針對一般人負擔得起的硬體之檢查點的更少。Ai2 釋出的 Apache-2.0 權重,其中還包含 SO-100/101 變體,大概已是這類模型能達到的最高可用性。Ai2 也有釋出完整流程而非只有最終成果的紀錄,這裡分階段的檢查點也延續了這個模式。
解決的問題
多數想在自己的機器人上執行視覺-語言-動作(VLA)策略的人都做不到:好的模型是封閉的,或者權重的釋出條款禁止他們想要的用途,或者沒有任何模型針對他們擁有的硬體微調。MolmoAct2 一次解決了這三點,適用 Franka、YAM 與 SO-100/101。
重點
- 依儲存庫的 LICENSE 與 README,來自 Ai2 的 Apache-2.0;但 Hugging Face 模型卡沒有授權欄位,因此權重的授權寫在儲存庫中,而不是在下載處旁邊
- 在每個訓練階段發布檢查點,並明確說明是基礎檢查點而非部署策略
- 連續的流匹配動作專家位於 Molmo2-ER 之上,這是一個具身推理的視覺語言模型(VLM)骨幹
- Think 變體會先對精簡的深度預測進行推理再行動,並有自己的 LIBERO 微調版本
- 微調檢查點涵蓋透過 DROID 的 Franka、雙臂 YAM、SO-100/SO-101 與 LIBERO,全部採用絕對關節位姿控制
- Franka、SO-100/101 與雙臂 YAM 都有公開的真實環境部署說明
- 推論已在 Intel XPU 上驗證,無需修改儲存庫中的程式碼
適用對象
- 想為自己的手臂取得公開權重、開放授權 VLA 的 SO-100 與 SO-101 擁有者
- 將 VLA 微調到新形態、需要寬鬆授權起點的研究團隊
- 以 LIBERO 進行基準測試、想要開放基準線的人
- 需要寬鬆授權條款的團隊,但須注意授權是寫在儲存庫中,而不是在模型卡上
限制
- Ai2 明白指出,效能取決於硬體、攝影機、校正、動作慣例,以及語言與任務分布;微調後的檢查點只是起點,不是隨插即用的解決方案
- 微調版本只涵蓋三種真實形態(Franka、雙臂 YAM、SO-100/101);其他機器人都需要你自己從基礎檢查點微調
- 微調這種規模的 VLA 不是筆電能做的工作,因此實際門檻在於運算資源而非授權
- 儲存庫在 experiments/ 下內附一份 LeRobot 副本,因此樹中有些內容不是 Ai2 自己的程式碼,而有其原專案來源
- 整個專案都以絕對關節位姿控制作為動作慣例,必須與你的設備相符
- Intel XPU 驗證是作者自行回報,尚未經獨立確認