机器人 / 项目
OpenWAM-Official/OpenWAM
- Python 版本
- = 3.10
- PyTorch
- 2.7.1 + CUDA 12.8
- 训练硬件
- 推荐 8 张 80GB GPU
- 预训练数据
- 518.5M 帧，约 6400 小时
- 最新动态
- 2026/09/09 arXiv 论文
- 1建 Python 3.10 环境$ conda create -n openwam python=3.10conda activate openwam
- 2装 PyTorch 2.7.1 + CUDA 12.8$ pip install torch==2.7.1 torchvision==0.22.1 torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/cu128
- 3安装 OpenWAM 本体$ pip install -e .
- 4下载 LIBERO 基准数据$ python scripts/download_assets/download_benchmark_data.py
- 5下载 Wan2.2-TI2V-5B 视频骨干$ python scripts/download_assets/download_video_backbone.py
- 6跑 20 步 debug 训练$ bash scripts/train.sh \dataloader=libero \model=dual_system \model/video_backbone=wan22_ti2v_5b \model.architecture.variant=joint_self_attn \model.architecture.attention_mask_mode=mutual \training.debug=true
方法、结果与局限
1 / 5
要点
它解决什么问题
术语解释World-Action Model，把世界模型与动作预测联合训练的机器人策略范式 研究里模型、表征、训练、推理、部署、评测的选择长期紧耦合，OpenWAM 把它们拆成可组合模块做受控对比
- WAM 研究里模型、表征、训练、推理、部署、评测的选择长期紧耦合，OpenWAM 把它们拆成可组合模块做受控对比
- OpenWAM-Study 沉淀继承世界知识、世界与动作联合学习、跨域扩展三条实践原则
- OpenWAM 把这些原则放大到 518.5M 帧（约 6400 小时）第一视角人类与机器人数据上