# fastwam_base

> 权威词条地址：https://robotics.hellobike.com/models/lerobot-fastwam-base
> 所属分类：models | 最近核验日期：2026-10-06 | 技术层级：L7, L8

## 核心摘要

lerobot 在 Hugging Face 发布的机器人模型，架构为 Transformer (Wan-AI/Wan2.2-TI2V-5B)，参数规模 6B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/lerobot/fastwam_base"}] |
| `updated` | 2026-10-06 |
| `vendor` | hugging-face |
| `family` | policy |
| `params` | 6B |
| `architecture` | Transformer (Wan-AI/Wan2.2-TI2V-5B) |
| `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` | ["LeRobot"] |
| `status` | research |
| `hub_id` | lerobot/fastwam_base |
| `hub_stats` | {"downloads": 209, "likes": 6, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/lerobot/fastwam_base"] |

## 技术详解与生态说明

FastWAM 是一个 World Action Model 策略：训练时保留视频世界模型建模，推理时直接预测动作。其视觉世界模型组件从 Wan2.2 video-diffusion stack 初始化，并使用 LeRobot 训练后发布到 Hub。模型输入包含两路 224×224 视觉观测和一个 8 维状态，输出为 7 维 action。 

使用方式面向 LeRobot 工作流，可按 fastwam guide 或完整文档安装、配置硬件、记录数据并训练策略。运行时需要替换本机的 robot.port 以及相机名称或索引，且相机名称需与训练时的 observation key 匹配；使用 base 策略时脚本不会记录 episode，不设置 duration 会持续运行。许可证为 apache-2.0，目前未提供该策略的评测结果。

## 原始核验来源 (Sources)

- [Hugging Face lerobot/fastwam_base](https://huggingface.co/lerobot/fastwam_base)