MolmoAct 是 Allen Institute for AI 开发的完全开源机器人操作动作推理模型。该 7B-D LIBERO-Long 检查点面向复现其在 LIBERO-Long 上的结果；MolmoAct 系列被描述为在多个基准上达到视觉-语言-动作模型中的 state-of-the-art 表现。

模型基于 Qwen2.5-7B，视觉骨干为 SigLip2，并采用 Molmo 的预训练方式初始化。训练流程包括先在 MolmoAct Pre-training Mixture 上预训练，再在 MolmoAct Dataset 上 mid-training，最后在 LIBERO-Long 上 post-training。训练数据还包括 OXE 的子集；MolmoAct Dataset 含 1 万条单臂 Franka 机器人在家庭和桌面环境中执行 93 个操作任务的高质量轨迹。

该检查点是 MolmoAct 发布的 preview，数据、训练代码、评测和中间检查点等制品计划后续开放。模型采用 Apache 2.0 许可，面向研究和教育用途；其安全说明强调可在执行前检查动作空间中的视觉轨迹、动作空间受数据边界约束，并应按硬件厂商指南在安全环境中运行。