MolmoAct 7B-D LIBERO-Object 是 Allen Institute for AI 开发的全开源机器人操作动作推理模型，用于视觉-语言-动作场景中的 robotic manipulation。该检查点属于 MolmoAct 发布预览版，目标用途是复现其在 LIBERO-Object 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，并使用 Molmo 的预训练方法初始化。训练流程包括先在 MolmoAct’s Pre-training Mixture 上预训练，再在 MolmoAct Dataset 上中训练，最后在 LIBERO-Long 上后训练；相关数据包含 OXE 子集以及 MolmoAct Dataset，后者有 10k 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。

模型采用 Apache 2.0 许可，面向研究和教育用途。安全方面，它提供可检查的动作空间视觉轨迹，动作空间受数据边界约束，并包含在检测到阻力时避免过大用力的合规机制；使用机器人时需遵循硬件厂商指南并在安全配置环境中操作。