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
- ETH 机器人 Anymal 阿尔卑斯山完成 10 公里全自主徒步 — ChongZzZhang · 2026-11-19
- iFixit 拆解苹果 HomeView:满机胶水,维修难度劝退 — Resident-Fall4351 · 2026-11-19
- 移除人类视频后机器人OOD成功率从60%暴跌至7%,泛化全靠人类视频 — gui_penedo · 2026-11-19
- 假肢公司 PSYONIC 的机械手被 90+ 机器人机构采用 — DhowCIO · 2026-11-19
- 仿真器误设导致过度自信:SPEED+ 基准上的sim2real方向性稳健性研究 — Nikolay Dolgov · 2026-11-19
- Doppel 世界模型:先渲染机器人身体,一个模型通吃 8 种具身 — mangahomanga · 2026-11-19