智能体与自主科学
突破级
暂无讲解视频
收录解读
MolmoAct2 过线，不是因为它又把 open VLA 分数推高了一点，而是因为它几乎把真实部署最关键的几块一起补齐了：open backbone、open data、open action tokenizer、以及可控延迟的 reasoning interface。
这篇工作最耐用的地方，是它没有把 reasoning 和 action 强行塞成一个黑盒，而是通过 OpenFAST tokenizer、per-layer KV conditioning、以及 MolmoThink 的自适应深度机制，把感知、动作和推理的接口重新组织了一遍。
从仓库角度看，这类 fully open deployment-oriented VLA 很重要。它不只是模型 release，更像一套可复用的 embodied deployment stack，对低成本平台、双臂数据、和 open robotics 生态都有直接外溢。
它没有更高，是因为虽然证据面已经比大多数 open VLA 强很多，但它仍主要在现实部署友好的 open VLA 主线上建立优势。它是否会成为更广具身智能默认栈，还要看后续生态采纳。