这是一个面向 Franka Panda 仿真机械臂的 OpenRAL rSkill 包，包装了 allenai/MolmoAct2-LIBERO 的 NF4 量化镜像，用于 MuJoCo 支撑的 LIBERO 模拟器中的桌面操作。它执行 pick、place、open、close，涉及碗、杯子、抽屉和其他物体，场景包括 tabletop 与 kitchen。模型约 5.49B 参数，量化后可放入 8 GB GPU。

MolmoAct2 由 Molmo2-ER 具身推理 VLM 主干和 DiT 风格的 flow-matching 连续动作专家组成，通过自定义 transformers 代码加载。输入为两个 RGB 相机流 [agentview, wrist] 和 8 维 proprio state，输出 (n_action_steps, 7) 的末端执行器动作块，LIBERO 的动作 horizon 为 10。其基础模型是 allenai/MolmoAct2，在 LIBERO training mixture（Spatial + Object + Goal + Long）上微调。

该包在单张 8 GB RTX 4070 上对 LIBERO-Spatial task 0 做过端到端验证，结果为 success=True、reward 1.0。eval/libero.json 中的 LIBERO 平均分 0.972 标为论文引用且 reproduced_locally: false。rSkill 包与包装的 NF4 权重均为 Apache-2.0，允许商业使用。