MolmoAct-7B-D-0812

allenai 在 Hugging Face 发布的机器人模型，架构为 MolmoAct (Molmo VLM + Action Reasoning)，参数规模 8.1B。

模型allenaiMolmoAct-7B-D-0812

模型档案汇总架构、许可、适配机型与资料来源

MolmoAct-7B-D-0812

allenai 在 Hugging Face 发布的机器人模型，架构为 MolmoAct (Molmo VLM + Action Reasoning)，参数规模 8.1B。

具身模型
端侧部署

VLA研究8.1B更新于 2025-10-24

Hugging Face

概述

这个模型的核心架构、动作空间设计与真机部署定位。

MolmoAct 7B-D 是 Allen Institute for AI 开发的全开源机器人操作 action reasoning 模型，面向 robotic manipulation。模型基于 Qwen2.5-7B，使用 SigLip2 作为视觉骨干，并采用 Molmo 的预训练方式初始化；权重以 FP32 发布，推理时可在加载时转换为 BF16。

训练数据包括 OXE 的一个子集和 MolmoAct Dataset；后者包含单臂 Franka 机器人在家庭与桌面环境中执行 93 类操作任务的 10k 条高质量轨迹。模型先在 MolmoAct Pre-training Mixture 上预训练，再在 MolmoAct Dataset 上 mid-training，定位为用于下游 post-training 的预览检查点。

该模型在多个基准上被描述为在视觉-语言-动作模型中达到 state-of-the-art。它采用 Apache 2.0 许可，面向研究和教育用途；安全说明强调可检查预期动作的视觉轨迹、动作空间受数据约束，并应按硬件厂商指南在安全环境中使用。

资料出处 Hugging Face allenai/MolmoAct-7B-D-0812

关键参数与架构规格

参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。

参数量: 8.1B
Hub 下载量: 431; 出处Hugging Face
Hub 点赞: 53; 出处Hugging Face

网络架构: MolmoAct (Molmo VLM + Action Reasoning)
动作空间表示: 连续关节动作块 (Action Chunking)
支持数据格式: SafeTensors

暂未公开或待收录：微调显存需求 · 闭环控制频率

快速部署与许可说明

开源许可证、权重拉取命令、预训练数据集与关联文章。

代码许可证

apache-2.0

权重许可证

apache-2.0

权重下载与策略推理参考

# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download allenai/MolmoAct-7B-D-0812 --local-dir ./checkpoints/allenai-molmoact-7b-d-0812

# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=allenai/MolmoAct-7B-D-0812