Ai2
AI2 / allenai/Molmo2-4B-tb

Molmo2-4B-tb

Planeador de alto nível do ToyBlocks, derivado do Molmo2-4B e ajustado para empilhar blocos. A Ai2 publicou os pesos a 5 de novembro. O checkpoint com cerca de 4,5 mil milhões de parâmetros interpreta o objetivo e a imagem frontal e prevê o próximo passo e o ponto alvo.

01 / RESUMO

O essencial

ORIENTAÇÃOPlaneamento de empilhamento

Uso primário declarado ou inferido com cautela a partir da documentação oficial.

CONTEXTOUma imagem frontal de 640 × 360 e um objetivo textual

Capacidade máxima de entrada quando publicada pela fonte.

SAÍDANão publicado

Limite máximo de geração documentado.

ACESSOHugging Face · checkpoint descarregável

Canais de disponibilidade verificados.

TIPO DE MODELORobótica · Multimodal

Família funcional principal e especialidades verificadas.

LICENÇAApache 2.0

Condições declaradas para API, pesos ou alojamento próprio.

02 / FICHA TÉCNICA

Limites e integração

ID de APIallenai/Molmo2-4B-tb
Tipo de modeloRobótica · Multimodal
Modelo de acessoPesos abertos
LicençaApache 2.0
ImplantaçãoAlojamento próprio
Lançamento05 NOV 2026
Data de corte do conhecimentoNão publicado
EntradaTexto · Imagem
SaídaPlano, ação discreta e ponto alvo
Janela de contextoUma imagem frontal de 640 × 360 e um objetivo textual
saída máximaNão publicado
RaciocínioNão publicado
Ferramentas publicadas
Passeios EstruturadosNão publicado
Processamento em loteNão publicado
Cache de promptsNão publicado
Ajuste finoNão publicado
Plataformas verificadasHugging Face · PyTorch
ADEQUA-SE MELHOR A

Estudar planeamento hierárquico e localização visual numa mesa. O modelo escolhe uma ação discreta, como pegar num bloco ou rodá-lo. Um planeador de movimento ou uma política como ManiFlow-tb executa a ação. Os dois níveis podem ser comparados separadamente.

CONVÉM MONITORIZAR

Usa o formato nativo Molmo2 e o código ToyBlocks. A ficha estima cerca de 20 GB de memória de GPU em BF16. Limita-se a blocos de mesa; não envia comandos aos motores nem demonstra segurança para outros robôs. Revê a licença dos pesos e as condições dos dados do modelo base.

03 / CAPACIDADES

O que pode fazer

01

Orientação

Estudar planeamento hierárquico e localização visual numa mesa. O modelo escolhe uma ação discreta, como pegar num bloco ou rodá-lo. Um planeador de movimento ou uma política como ManiFlow-tb executa a ação. Os dois níveis podem ser comparados separadamente.

02

Contexto

Uma imagem frontal de 640 × 360 e um objetivo textual · Não publicado

03

Ferramentas e integração

Não publicado

04

Acesso

Hugging Face · checkpoint descarregável

Modalidades de entrada
TextoImagem
04 / PREÇOS

Custo documentado

ConceitoValorUnidade/condição
Entrada padrãoSem tarifa API oficial publicadaTarifa padrão da API
Entrada em cacheNão publicadoLeitura de prefixos reutilizados
Escrita ou armazenamento em cacheNão publicadoA condição varia consoante o fornecedor
Saída padrãoCusto da infraestrutura própriaPode incluir tokens de raciocínio
Entrada por lotesNão publicadoProcessamento assíncrono
Saída por lotesNão publicadoProcessamento assíncrono

Não foi verificada uma API comercial alojada para este checkpoint. Descarregar os pesos não cobre armazenamento, aceleradores, memória ou operação.

i Os preços mudam e podem depender do nível, região ou duração do contexto. Verifique a fonte antes de tomar uma decisão.

05 / AVALIAÇÕES

Como ler os resultados

“

Em simulação fácil com blocos conhecidos, a Ai2 comunica 97,5% com um planeador de movimento e 55,5% com ManiFlow-tb, em 200 episódios. No robô real com ManiFlow-tb houve 6 sucessos em 10 ensaios. São sistemas completos com executores diferentes, não medidas do planeador isolado.

O Inferama só destaca o “melhor resultado” quando a métrica, o conjunto de testes, a configuração e a data permitem uma comparação equivalente. Os números do fornecedor são apresentados como declarações de sua própria fonte.

06 / VERSÕES

Cronologia

Molmo2-4B-tb

Versão incorporada no catálogo verificado da Inferama.

07 / FONTES

Rastreabilidade