Ai2SpezialmodellOffene Gewichte
Molmo2-4B-tb
Zusammenfassung
Ai2 veröffentlichte Molmo2-4B-tb am 6. November 2026 als Modell zur Ablaufplanung in ToyBlocks, eine Robotik-Umgebung zum Stapeln und Sortieren von Blöcken. Das feinabgestimmte Vision-Language-Modell liest ein Textziel und ein Kamerabild, verfolgt den Fortschritt und entscheidet über den nächsten Schritt.
Als Eingabe dient ein einzelnes Frontkamerabild mit 640 x 360 Pixeln. Das Modell gibt einen kurzen Plan und eine Aktion mit einem Zeigepunkt aus. Ein separater Bewegungsplaner oder ein trainiertes Aktionsmodell wie ManiFlow-tb führt die Bewegung aus. Die Karte nennt etwa 4,5 Milliarden Parameter und eine Ausführung mit rund 6 Hz.
Die Gewichte stehen unter Apache 2.0. Ai2 weist zugleich auf Datensätze des Basismodells Molmo2-4B hin, deren Bedingungen akademische und nicht-kommerzielle Forschung vorsehen. Die Karte nennt Forschung und Bildung als vorgesehene Einsatzbereiche.
Ähnliche Modelle
Weitere Modelle derselben Art wie Molmo2-4B-tb, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- ManiFlow-tbAi2 · gleicher Anbieter
- Qwen-Drive-1.0-4BQwen · ähnliche Größe
- Unlimited OCR 2Baidu · ähnliche Größe
- FLUX 3 ActionBlack Forest Labs · ähnliche Größe
- AstaBrief-8BAllen Institute for AI · ähnliche Größe
- pplx-embed-v2-context-9bPerplexity · ähnliche Größe
- pplx-embed-v2-late-9bPerplexity · ähnliche Größe
- TeleOCRTeleAI · etwa gleichzeitig erschienen
Alle technischen Daten
Architektur
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
- Lizenz und Nutzung
- Apache 2.0. Ai2 weist darauf hin, dass das Basismodell mit Datensätzen trainiert wurde, deren Bedingungen akademische und nicht-kommerzielle Nutzung vorsehen. Die Modellkarte nennt Forschung und Bildung als vorgesehene Einsatzbereiche.
- Quelle: Lizenz und Nutzung
- Abschaltung
- Keine angekündigt
- ohne Quelle
Weitere Angaben
- Rolle
- Planung der Aufgabenschritte. Das Modell liest ein Stapelziel und Kamerabild, benennt den nächsten Schritt und zeigt auf den betroffenen Block oder Zielpunkt. Die Bewegung steuert ein separates Aktionsmodell.
- Quelle: Rolle
- Eingabe und Ausgabe
- Ein Frontkamerabild mit 640 x 360 Pixeln und ein Textziel als Eingabe. Ausgabe ist ein kurzer Plan mit Aktion und Molmo2-Zielpunkt.
- Quelle: Eingabe und Ausgabe