MolmoAct2-BimanualYAM 是用于机器人控制的开放视觉-语言-动作模型检查点，面向 bimanual YAM 推理和继续微调。模型基于 Molmo2-ER，并连接了一个 flow-matching 连续动作专家；该动作专家通过逐层连接利用 VLM 的 key-value cache。该检查点在 bimanual YAM mixture 上微调，使用绝对关节位姿控制和带标注的语言指令。

推理时推荐使用连续动作预测，需使用 norm_stats.json 中的归一化元数据，并传入 norm_tag="yam_dual_molmoact2"。输入图像需保持相机顺序 [top_rgb, left_rgb, right_rgb]，state 为原始机器人状态，输出动作为机器人尺度。离散动作模式仅用于对齐和调试，需要调用方提供未保存在仓库中的 action tokenizer；该检查点禁用深度推理。部署到物理机器人前应验证输出，并结合动作限幅、仿真回放、急停和人工监督等安全措施。