# MolmoAct-7B-D-Pretrain-RT-1-0812

> 权威词条地址：https://robotics.hellobike.com/models/allenai-molmoact-7b-d-pretrain-rt-1-0812
> 所属分类：models | 最近核验日期：2025-09-02 | 技术层级：L7, L8

## 核心摘要

allenai 在 Hugging Face 发布的机器人模型，架构为 MolmoAct (Molmo VLM + Action Reasoning)，参数规模 8.1B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/allenai/MolmoAct-7B-D-Pretrain-RT-1-0812"] |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/allenai/MolmoAct-7B-D-Pretrain-RT-1-0812"}] |
| `updated` | 2025-09-02 |
| `family` | vla |
| `params` | 8.1B |
| `architecture` | MolmoAct (Molmo VLM + Action Reasoning) |
| `action_representation` | 连续关节动作块 (Action Chunking) |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | allenai/MolmoAct-7B-D-Pretrain-RT-1-0812 |
| `hub_stats` | {"downloads": 810, "likes": 6, "as_of": "2026-10-21"} |

## 技术详解与生态说明

MolmoAct 7B-D Pretrain RT-1 是 Allen Institute for AI 开发的全开源机器人操作动作推理模型，面向视觉-语言-动作场景中的空间动作推理。MolmoAct 被描述为在多个基准上具备先进性能，并支持在执行前检查其预期空间动作的可视化轨迹，以便用户审查和调整硬件行为。

该模型基于 Qwen2.5-7B，视觉骨干为 SigLip2，并使用 Molmo 的预训练方式初始化。训练数据包括 OXE 子集和 MolmoAct Dataset；后者包含单臂 Franka 机器人在家庭与桌面环境中完成 93 类操作任务的 1 万条高质量轨迹。该检查点先在 MolmoAct 预训练混合数据上预训练，再用 RT-1 数据微调，目标是复现实验中在 SimplerEnv（Google Robot）上的微调结果。

这是 MolmoAct 发布的 preview 检查点，权重以 FP32 存储；推理时可在加载时转换为 BF16。模型采用 Apache 2.0 许可，用途定位为研究与教育；使用真实机器人时需遵循硬件厂商指南，并在安全配置环境中操作。

## 原始核验来源 (Sources)

- [Hugging Face allenai/MolmoAct-7B-D-Pretrain-RT-1-0812](https://huggingface.co/allenai/MolmoAct-7B-D-Pretrain-RT-1-0812)