Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.
WALL-WM 2.0 RoboDojo Preview
X Square Robot a publié ce checkpoint préentraîné le 21 novembre 2026 comme point de départ de l’entraînement RoboDojo. Il s’agit d’un aperçu de WALL-WM 2.0, distinct de la version complète principalement par le nombre d’itérations d’entraînement. Le dépôt fournit poids, configuration et statistiques de normalisation des actions et des états. Ce n’est ni un assistant conversationnel ni une politique robotique prête à être connectée à n’importe quelle machine.
L'essentiel
Capacité d'entrée maximale une fois publiée par la source.
Limite de génération maximale documentée.
Canaux de disponibilité vérifiés.
Famille fonctionnelle principale et spécialités vérifiées.
Conditions déclarées pour l’API, les poids ou l’auto-hébergement.
Limites et intégration
| ID d’API | x-square-robot/wall-wm-2.0-robodojo |
|---|---|
| Type de modèle | Robotique · Multimodal |
| Mode d’accès | Poids ouverts |
| Licence | Apache 2.0 |
| Déploiement | Auto-hébergement |
| Lancement | 21 NOV 2026 |
| Date limite des connaissances | Non publié |
| Entrée | Texte · Image · État du robot |
| Sortie | Représentations de vidéo et d’actions |
| Fenêtre contextuelle | Configuration publiée : trois vues ; caractéristiques textuelles de longueur 512 |
| puissance maximale | Configuration d’actions à 20 dimensions et segments de 32 étapes |
| Raisonnement | Non publié |
| Outils publiés | |
| Sorties structurées | Non publié |
| Traitement par lots | Non publié |
| Cache de prompts | Non publié |
| Ajustement fin | Point de départ de l’entraînement RoboDojo |
| Plateformes vérifiées | Hugging Face |
Recherche sur les modèles du monde liés aux actions et adaptation ultérieure à la manipulation robotique. La configuration utilise Wan2.2-TI2V-5B ; la fiche identifie le tokeniseur et le modèle de conversation de Qwen3.5-9B. Elle définit trois vues de caméra et les actions des deux bras par positions relatives, rotations 6D et pinces. Ces données décrivent l’artefact d’entraînement, sans certifier la compatibilité avec un robot précis ni la qualité d’exécution autonome.
Le fichier de poids occupe environ 24,1 Go ; cette taille n’est pas une exigence de VRAM. La longueur 512 concerne les caractéristiques textuelles de cette configuration, pas une fenêtre de conversation universelle. Fixez la révision, vérifiez dépendances et normalisation, puis validez d’abord en simulation. Les options d’entraînement ne prouvent pas que l’inférence d’actions est activée ou prête sans adaptation. La version complète et la politique WALL-OSS sont des artefacts différents.
Ce qu’il peut faire
Orientation
Recherche sur les modèles du monde liés aux actions et adaptation ultérieure à la manipulation robotique. La configuration utilise Wan2.2-TI2V-5B ; la fiche identifie le tokeniseur et le modèle de conversation de Qwen3.5-9B. Elle définit trois vues de caméra et les actions des deux bras par positions relatives, rotations 6D et pinces. Ces données décrivent l’artefact d’entraînement, sans certifier la compatibilité avec un robot précis ni la qualité d’exécution autonome.
Contexte
Configuration publiée : trois vues ; caractéristiques textuelles de longueur 512 · Configuration d’actions à 20 dimensions et segments de 32 étapes
Outils et intégration
Non publié
Accès
Hugging Face · checkpoint téléchargeable
Coût documenté
| Concept | Valeur | Unité/état |
|---|---|---|
| Entrée standard | Aucun tarif API officiel publié | Tarif API standard |
| Entrée en cache | Non publié | Lecture de préfixes réutilisés |
| Écriture ou stockage de cache | Non publié | La condition varie selon le fournisseur |
| Sortie standard | Coût de l’infrastructure propre | Peut inclure des tokens de raisonnement |
| Entrée par lots | Non publié | Traitement asynchrone |
| Sortie par lots | Non publié | Traitement asynchrone |
La fiche déclare Apache 2.0 pour ce checkpoint téléchargeable. Aucun endpoint commercial ni tarif officiel n’est vérifié pour cette version ; les prix numériques restent non publiés. L’hébergement autonome consomme calcul, mémoire et exploitation. Le code général WALL-WM explique l’architecture, mais ne garantit pas à lui seul une recette d’entraînement identique pour cet aperçu.
i Les prix changent et peuvent dépendre du niveau, de la région ou de la durée du contexte. Vérifiez la source avant de prendre une décision.
Comment lire les résultats
Aucun score publié vérifié n’est disponible pour ce checkpoint exact. Les résultats de WALL-OSS, du travail WALL-WM original ou de politiques ajustées dans RoboDojo ne se transfèrent pas à ces poids préentraînés. Les 20 composantes d’action, les segments de 32 étapes et la taille du fichier sont des spécifications techniques, pas des mesures de réussite robotique. Comparer les performances exige les mêmes tâche, robot, ajustement et protocole.
i Aucun résultat publié vérifié pour ce checkpoint préliminaire.
Inferama ne met en évidence un « meilleur résultat » que lorsque la métrique, l'ensemble de test, la configuration et la date permettent une comparaison équivalente. Les chiffres du fournisseur sont présentés comme des affirmations provenant de sa propre source.
Chronologie
x-square-robot/wall-wm-2.0-robodojo
Publication des poids préliminaires ; configuration mise à jour le 22 novembre.