Ai2开源Molmo2视觉规划器

Ai2 在 Hugging Face 发布面向机器人积木堆叠任务的视觉语言规划器 Molmo2-4B-tb。该模型基于 Molmo2-4B 构建，可读取目标指令并配合运动规划器执行堆叠动作，在简单模拟任务中达到 97.5% 的成功率。

Ai2 在 Hugging Face 发布面向机器人堆叠积木任务的 Molmo2-4B-tb，将视觉语言模型用作高层规划器。模型读取目标指令和相机画面，以约 2Hz 更新指点与底层动作输出，再交由运动规划器执行。

Ai2 Molmo2-4B-tb 机器人项目展示了基于 Molmo2-4B 和运动规划器控制机器人完成积木堆叠的方案，在简单模拟任务中达到 97.5% 的成功率。官方提供在线试用入口和博客链接，读者可体验这一视觉语言模型与运动规划器结合的机器人控制方案。