外观
Skip to content
OpenWAM-Alpha-Pretrain-Foundation-Model
OpenWAM-Alpha-Pretrain-Foundation-Model
OpenWAM 在 Hugging Face 发布的机器人模型，架构为 Flow Matching World-Action Model (Flux)。
模型OpenWAMOpenWAM-Alpha-Pretrain-Foundation-Model
模型档案汇总架构、许可、适配机型与资料来源
OpenWAM-Alpha-Pretrain-Foundation-Model
OpenWAM 在 Hugging Face 发布的机器人模型，架构为 Flow Matching World-Action Model (Flux)。
概述
这个模型的核心架构、动作空间设计与真机部署定位。
OpenWAM-α 是一个预训练基础模型，采用 OpenWAM study 选定的配方构建。它是下游微调之前的 foundation model，后续列出的 OpenWAM-Alpha checkpoint 都从该模型初始化，适合关注机器人视频世界模型或策略预训练起点的开发者查看。
模型使用 Wan2.2-TI2V-5B 视频 backbone 及其原生 Wan-VAE encoder，架构包含 Dual-System Joint Self-Attention 和 mutual attention mask。预训练数据为 518.5M 帧、约 6,400 小时，其中 70% 为机器人数据，包含 40% 真实世界与 30% 仿真数据，另有 30% 为第一视角人类数据。仓库提供论文、代码和项目主页链接。
资料出处 Hugging Face OpenWAM/OpenWAM-Alpha-Pretrain-Foundation-Model
关键参数与架构规格
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
- 参数量
- 5B
- 网络架构
- Flow Matching World-Action Model (Flux)
- 动作空间表示
- 连续流匹配动作块 (Flow Matching Action Chunk)
- 支持数据格式
- SafeTensors
暂未公开或待收录：微调显存需求 · 闭环控制频率
快速部署与许可说明
开源许可证、权重拉取命令、预训练数据集与关联文章。
代码许可证
apache-2.0
权重许可证
apache-2.0
权重下载与策略推理参考
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download OpenWAM/OpenWAM-Alpha-Pretrain-Foundation-Model --local-dir ./checkpoints/openwam-openwam-alpha-pretrain-foundation-model
# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=OpenWAM/OpenWAM-Alpha-Pretrain-Foundation-Model关联机型
模型卡或论文声明在这些机器人上训练、微调或部署过；口径是作者声明，不是第三方复现。
没有已核实的适配记录。
同家族模型
同一家族里的热门模型。
JiRackUltra_1bCMSManhattan/JiRackUltra_1b3 天前JEV-9Bautotrust/JEV-9B17 天前RynnBrain1.1-2BAlibaba-DAMO-Academy/RynnBrain1.1-2B1 个月前JiRackPrecisionTokenizerCMSManhattan/JiRackPrecisionTokenizer1 个月前microduck-policiespollen-robotics/microduck-policies16 天前MolmoAct2-SO100_101allenai/MolmoAct2-SO100_1015 个月前
来源
本页事实对应的公开页面，以原文为准。