Ai2、ロボット基盤モデルMolmoAct 2をオープンソース公開——Physical Intelligence π0.5を超える性能

Allen Institute for AI（Ai2）は5月5日、ロボット基盤モデルMolmoAct 2をモデル重み・学習コード・全学習データを含む完全オープンソースとして公開した。7Bパラメータのモデルで、Physical Intelligenceのクローズドソースπ0.5をシミュレーションおよび実環境ベンチマークで上回る。

性能

実環境DROIDタスクのゼロショット評価で最大87.1%の成功率を達成した。タスク別の詳細:

• リンゴ→皿への移動: 成功率100%
• ピペット→トレイへの移動: 成功率86.7%
• 複数ステップの物体移動: 成功率62%

アーキテクチャ

Molmo 2-ERビジョン言語モデルとFlow Matchingベースの専用アクションエキスパートをKVキャッシュブリッジで接続した構造で、推論速度を従来比37倍に改善した。

オープンデータセット

実環境から収集した1万2,000件のロボットエピソードで学習。Ai2はさらに700時間以上のデモを含む両手操作専用データセットMolmoAct 2-Bimanual YAMも同時公開した。

詳細はAi2ブログおよびarXiv論文を参照。