AI2 开源 MolmoMotion 仓库:4B 模型按指令预测 3D 点轨迹
rsasaki0109 · x · 2026-10-03
AI2 在 GitHub 开源了 MolmoMotion 仓库。MolmoMotion 是一个 4B 视觉语言模型,根据自然语言动作指令预测 3D 点轨迹:输入短段 RGB 观测历史、用户指定的 2D 查询点及初始 3D 位置和动作语言描述,输出每个查询点未来约 2 秒的 3D 轨迹。
仓库包含论文中的自回归(AR)变体实现、MolmoMotion-1M 训练语料和 PointMotionBench 评测套件,并覆盖数据生成、机器人规划等模块。作者称其运动先验可迁移至机器人规划与运动引导的视频生成。
所属事件:AI2 开源 MolmoMotion：语言指令驱动 3D 点轨迹预测(3 条相关)→
「具身」频道最新
- 机器人触觉创企 Silica 出场:重设计执行器让灵敏度提升 10 倍且保持低价 — Scobleizer · 2026-10-03
- 新加国大等七校开源 OpenWAM：世界建模与动作控制合一的基础模型 — jiqizhixin · 2026-10-03
- Muse 被刷进会议胸牌:RP2350 迁移到 MicroPython — alexandr_wang · 2026-10-03
- 用 Rust 写的机器人原生引擎 RNE 开源:确定性仿真加策略评估 — rsasaki0109 · 2026-10-03
- CMU 实验室训练机械臂拍打 Pepper 机器人屁股，画面离谱 — kamathsblog · 2026-10-03
- 自传感执行器灵敏度达 1g,较现有国产执行器精度高 50 倍 — Scobleizer · 2026-10-03