# wam_ctxpool_bmethod

> 权威词条地址：https://robotics.hellobike.com/models/hmkang-wam-ctxpool-bmethod
> 所属分类：models | 最近核验日期：2026-09-18 | 技术层级：L7

## 核心摘要

hmkang 在 Hugging Face 发布的机器人模型，基于 wan2.2。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/hmkang/wam_ctxpool_bmethod"}] |
| `updated` | 2026-09-18 |
| `family` | world_model |
| `params` | 5B |
| `architecture` | LeRobot / PyTorch Policy Network |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | hmkang/wam_ctxpool_bmethod |
| `hub_stats` | {"downloads": 3307, "likes": 0, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/hmkang/wam_ctxpool_bmethod"] |

## 技术详解与生态说明

WAM_DIT4DIT 是面向 RoboCasa kitchen 的 WAM 模型权重集合，基于 Wan2.2-TI2V-5B video DiT，并带有 48-joint action head，训练模式为 joint。其基础配方是 suhyeok 的 finalized B-method：teacher-forced、sigma=0.25 的 self-EMA teacher，加上 L18 L18 的 iBOT prototype loss，gamma=0.01，two-view。

该仓库主要提供在 finalized B-method base 上加入 context pooling 的多个变体：将 3 个 PAST 条件 latent frames 在指定 block 前池化为一个 motion frame，包括 cross-attn、cross-attn+FFN、时间/空间平均、learnable queries，以及无 pooling 的 control 配置。文中强调这些不是 surrogate ctxpool runs，不能与旧 base 的 surrogate 系列直接比较。

几何设置包含 4-latin：num_frames_in=25、num_frames_out=41、fdf 2，即 4 个条件 latent slot 加 2 个 future latent slot，每个 latent frame 96 tokens。权重每 20k steps 保存一次，只提供 weights 和 configs，不含 optimizer state；代码位于 HEMMO0208/wam 的 ctxpool-bmethod 分支。

## 原始核验来源 (Sources)

- [Hugging Face hmkang/wam_ctxpool_bmethod](https://huggingface.co/hmkang/wam_ctxpool_bmethod)