# MolmoAct2-SO100_101

> 权威词条地址：https://robotics.hellobike.com/models/allenai-molmoact2-so100-101
> 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-SO100_101"}] |
| `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-SO100_101 |
| `hub_stats` | {"downloads": 31066, "likes": 29, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/allenai/MolmoAct2-SO100_101"] |

## 技术详解与生态说明

MolmoAct2-SO100_101 是用于机器人控制的开放视觉-语言-动作模型检查点。模型基于 Molmo2-ER，并接入一个 flow-matching 连续动作专家；该专家通过逐层连接，利用 VLM 的 key-value cache 进行条件化。

该检查点在 SO-100/101 mixture 上微调，使用绝对关节位姿控制和带标注的语言指令，面向 SO-100/101 策略推理和进一步微调。推理时使用 `norm_stats.json` 中的数据归一化元数据，并传入 `norm_tag="so100_so101_molmoact2"`。

连续动作预测是默认且推荐的推理模式；离散动作模式需要调用方提供未随仓库保存的 action tokenizer。输入图像可为 PIL 图像或 RGB 数组，相机顺序可随机；`state` 为原始机器人状态，输出动作为机器人尺度。深度推理在此检查点中被禁用，物理部署前需进行输出验证、动作边界和硬件安全检查。

## 原始核验来源 (Sources)

- [Hugging Face allenai/MolmoAct2-SO100_101](https://huggingface.co/allenai/MolmoAct2-SO100_101)