外观
Skip to content
概述
这个模型的核心架构、动作空间设计与真机部署定位。
τ₀-World Model（τ₀-WM）是面向机器人操作的统一 video-action 世界模型，将策略学习、视频预测和动作评估整合在同一个未来预测框架中。它基于共享的视频扩散骨干 Wan-2.2，发布了两个互补检查点：仓库根目录中的 Video Action Model，以及 simulator/ 下的 action-conditioned video simulator。
Video Action Model 从多视角观测、语言指令和机器人状态中联合预测未来视觉潜变量与连续动作片段；模拟器则将候选动作片段 rollout 成多视角未来，并预测密集的任务进展分数。模型训练数据约 27,300 小时，来源包括真实机器人遥操作、UMI-style 交互和第一视角人类视频。
该模型面向双臂操作设计：状态输入包含两个末端执行器的绝对位姿和夹爪状态，动作输出为末端执行器绝对位姿与夹爪开合度，共 16 通道；预训练内部优化目标为相对位姿预测。详细部署和环境配置需要参考官方 GitHub 仓库。
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
- 80M
- 网络架构
- ti2v
- 动作空间表示
- 连续关节位置/末端位姿动作空间
- 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 sii-research/tau-0-wm --local-dir ./checkpoints/sii-research-tau-0-wm
# 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=sii-research/tau-0-wm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。
- Hugging Face sii-research/tau-0-wm访问 2026-10-26