MolmoAct2-SO100_101 是用于机器人控制的开放视觉-语言-动作模型检查点。模型基于 Molmo2-ER，并接入一个 flow-matching 连续动作专家；该专家通过逐层连接，利用 VLM 的 key-value cache 进行条件化。

该检查点在 SO-100/101 mixture 上微调，使用绝对关节位姿控制和带标注的语言指令，面向 SO-100/101 策略推理和进一步微调。推理时使用 norm_stats.json 中的数据归一化元数据，并传入 norm_tag="so100_so101_molmoact2"。

连续动作预测是默认且推荐的推理模式；离散动作模式需要调用方提供未随仓库保存的 action tokenizer。输入图像可为 PIL 图像或 RGB 数组，相机顺序可随机；state 为原始机器人状态，输出动作为机器人尺度。深度推理在此检查点中被禁用，物理部署前需进行输出验证、动作边界和硬件安全检查。