# MolmoAct2-Pretrain

> 权威词条地址：https://robotics.hellobike.com/models/allenai-molmoact2-pretrain
> 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 4.9B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/allenai/MolmoAct2-Pretrain"] |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/allenai/MolmoAct2-Pretrain"}] |
| `updated` | 2026-05-23 |
| `family` | other |
| `params` | 4.9B |
| `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-Pretrain |
| `hub_stats` | {"downloads": 3689, "likes": 5, "as_of": "2026-10-21"} |

## 技术详解与生态说明

MolmoAct2-Pretrain 是一个面向机器人策略训练的预训练检查点，将 Molmo2-ER 视觉语言骨干改造成离散自回归机器人策略，并保持 Molmo2 的 token 接口。机器人状态用离散 state tokens 表示，未来一秒动作以 OpenFAST action tokens 表示。

该检查点处于连续 flow-matching action expert 接入之前，定位是用于后续 MolmoAct2 训练阶段、post-training 或 fine-tuning，而不是直接做连续控制推理。它以 `add_action_expert=false` 转换，因此 `predict_action(...)` 不可用；仍可在 `trust_remote_code=True` 下使用标准 Transformers generation 做 VLM 风格行为。

用于实体机器人或其他执行系统前，需要验证输出并设置安全约束。其动作可能随本体、环境和硬件配置变化，建议通过可解释中间输出、仿真 rollout、动作限制等方式监控，并遵循硬件安全指南、急停机制和人工监督。

## 原始核验来源 (Sources)

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