# Giga-World-Policy-0.5

> 权威词条地址：https://robotics.hellobike.com/models/open-gigaai-giga-world-policy-0-5
> 所属分类：models | 最近核验日期：2026-07-30 | 技术层级：L7, L8

## 核心摘要

open-gigaai 在 Hugging Face 发布的机器人模型，基于 diffusers，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/open-gigaai/Giga-World-Policy-0.5"}] |
| `updated` | 2026-07-30 |
| `family` | policy |
| `params` | 6B |
| `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` | open-gigaai/Giga-World-Policy-0.5 |
| `hub_stats` | {"downloads": 3274, "likes": 8, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/open-gigaai/Giga-World-Policy-0.5"] |

## 技术详解与生态说明

GigaWorld-Policy-0.5 是一个面向 WAM 的策略模型，论文名为 “GigaWorld-Policy-0.5: A Faster and Stronger WAM Empowered by AutoResearch”。模型类为 `CasualWorldActionTransformer_MoT`，仓库提供项目页和开源代码链接。架构包含 30 层、24 × 128 注意力头，文本维度使用 T5 的 4096 维，并标注支持 2 种 embodiments。

MoT 设计保留两条专家流：视觉专家流处理 reference 与 future latents，动作专家流处理 state 与 action，并在两者之间进行多模态自注意力。模型摘要还列出视觉 hidden dim 3072、action expert dim 1024、action FFN dim 4096、latent channels 48、action channels 16，以及 patch size `[1, 2, 2]`。

该仓库只包含 transformer 权重，权重文件按约 10GB 分片。运行时还需要来自基础 Diffusers checkpoint 的 Wan2.2 VAE 和 scheduler；使用、训练与推理细节指向其开源代码页面。

## 原始核验来源 (Sources)

- [Hugging Face open-gigaai/Giga-World-Policy-0.5](https://huggingface.co/open-gigaai/Giga-World-Policy-0.5)