外观
Skip to content
OpenWAM-Alpha-Real-RoboDojo-Piper
OpenWAM-Alpha-Real-RoboDojo-Piper
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-Real-RoboDojo-Piper
模型档案汇总架构、许可、适配机型与资料来源
OpenWAM-Alpha-Real-RoboDojo-Piper
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-Alpha-Real-RoboDojo-Piper 是面向机器人视频/动作建模方向的 OpenWAM-α 模型变体，采用 OpenWAM 研究中选定的方案：以 Wan2.2-TI2V-5B 视频骨干和原生 Wan-VAE 编码器为基础，结合 Dual-System Joint Self-Attention 架构与 mutual attention mask。
该模型预训练使用 518.5M 帧、约 6,400 小时数据，数据混合比例为 70% 机器人数据和 30% 第一视角人类数据；机器人数据中包含 40% 真实世界数据与 30% 仿真数据。该版本针对 Piper 双臂平台在 RoboDojo 真实世界赛道上进行了微调；该赛道覆盖三种双臂具身形态和 18 个任务。仓库提供论文、代码与项目页链接。
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-Real-RoboDojo-Piper --local-dir ./checkpoints/openwam-openwam-alpha-real-robodojo-piper
# 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-Real-RoboDojo-Piper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。
机型关联记录 1
| 适配机型 | 实测说明与帧率表现 | 记录日期 |
|---|---|---|
| 松灵 PiPER | 模型 OpenWAM-Alpha-Real-RoboDojo-Piper（架构：Flow Matching World-Action Model (Flux)，输出：连续流匹配动作块 (Flow Matching Action Chunk)）基于 松灵 PiPER 相关轨迹或任务环境训练/微调，可通过 Hugging Face 权重直接部署验证。 | 2026-09-09 |
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。