# MolmoAct2-Think-LIBERO

> 权威词条地址：https://robotics.hellobike.com/models/allenai-molmoact2-think-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 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/allenai/MolmoAct2-Think-LIBERO"] |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/allenai/MolmoAct2-Think-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-Think-LIBERO |
| `hub_stats` | {"downloads": 476, "likes": 4, "as_of": "2026-10-21"} |

## 技术详解与生态说明

MolmoAct2-Think-LIBERO 是一个面向 LIBERO 推理和继续微调的 MolmoAct2-Think 检查点，在 MolmoAct2 基础上加入 depth-token reasoning：先预测紧凑的 10 x 10 深度代码，再让连续动作专家基于提示词、图像观测、状态 token 和生成的深度前缀输出动作。

该检查点在完整 LIBERO 训练混合数据上用深度与动作样例微调，并使用学习到的逐层 depth gate。推理时使用 `norm_stats.json`，传入 `norm_tag="libero"`，默认建议开启 `enable_depth_reasoning=True` 和 `enable_adaptive_depth=True`，连续动作预测是推荐模式。

自适应深度需要调用方在同一环境流中传递返回的 `depth_cache`，未开启时每次重新生成完整深度前缀。离散动作推理需要调用方提供仓库未保存的 action tokenizer。部署到物理硬件前应验证输出，并结合深度图、仿真、动作限制和急停等安全措施。

## 原始核验来源 (Sources)

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