# MolmoAct2-LIBERO

> 权威词条地址：https://robotics.hellobike.com/models/allenai-molmoact2-libero
> 所属分类：models | 最近核验日期：2026-05-23 | 技术层级：L7

## 核心摘要

allenai 在 Hugging Face 发布的机器人模型，架构为 MolmoAct 2 (Molmo VLM + Action Generation)，参数规模 5.4B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/allenai/MolmoAct2-LIBERO"}] |
| `updated` | 2026-05-23 |
| `family` | other |
| `params` | 5.4B |
| `architecture` | MolmoAct 2 (Molmo VLM + Action Generation) |
| `action_representation` | 离散动作 Token (Autoregressive Action Tokens) |
| `code_license` | Apache-2.0 |
| `weights_license` | Apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | allenai/MolmoAct2-LIBERO |
| `hub_stats` | {"downloads": 4497, "likes": 2, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/allenai/MolmoAct2-LIBERO"] |

## 技术详解与生态说明

MolmoAct2-LIBERO 是用于机器人控制的开放视觉-语言-动作模型检查点，可用于 LIBERO 策略推理，也可继续微调。它基于 Molmo2-ER，并接入 flow-matching 的连续动作 expert，通过逐层连接利用 VLM 的 key-value cache。该检查点在完整 LIBERO 训练混合上微调，包含 Spatial、Object、Goal 和 Long suites。

推理时推荐使用连续动作预测，并传入 `norm_tag="libero"` 使用仓库中的 `norm_stats.json` 归一化元数据；图像需保持 LIBERO 相机顺序，例如 agentview RGB 后接 wrist RGB，状态为原始机器人状态，输出为机器人尺度动作。离散动作模式主要用于对齐和调试，需要调用方自备动作 tokenizer。该检查点禁用 depth reasoning；部署到物理硬件前需验证输出，并结合动作边界、控制器限制、急停和人工监督等安全措施。

## 原始核验来源 (Sources)

- [Hugging Face allenai/MolmoAct2-LIBERO](https://huggingface.co/allenai/MolmoAct2-LIBERO)