Ai2 開源實體機器人基礎模型 MolmoAct 2

艾倫人工智慧研究所（Ai2）發布開源機器人基礎模型 MolmoAct 2，專為實體環境中的操作任務設計。該模型以具備空間推理能力的視覺語言模型 Molmo 2-ER 為基礎，結合流匹配（flow matching）動作專家與自適應深度推理機制。本次發布完整釋出權重、微調腳本、逾 700 小時的雙臂操作數據集，並支援 Hugging Face 的 LeRobot 開發平台。

值得帶走的重點

• MolmoAct 2 結合 Molmo 2-ER 空間推理骨架與流匹配動作生成專家，支援自適應 3D 深度感知。
• Ai2 開源了模型權重、程式碼以及包含逾 700 小時示範的 MolmoAct 2-Bimanual YAM 雙臂機器人數據集。
• 單次動作推論延遲從前代的 6,700 毫秒縮減至基礎模型的約 180 毫秒，具自適應深度推理版本為 790 毫秒。
• 模型已整合至 Hugging Face 的 LeRobot 框架，並於史丹佛醫學院生物實驗室等真實場景展開測試。