MODEL VARLIĞI
MolmoMotion
MolmoMotion, Molmo 2 üzerine kurulmuş dil güdümlü bir 3B hareket tahmin modelidir. Klasik görsel-dil modelleri "ne görüyorum" sorusunu yanıtlarken bu model "bu nesne birazdan nereye gidecek" sorusuna 3B yörünge olarak cevap verir; bu yüzden robotik politikaları ve video üretiminde koşullandırma sinyali olarak kullanılır. Ai2, pick-and-place görevlerinde aynı politikanın Molmo 2 üzerine kurulu sürümüne göre başarıyı %56,0'dan %76,3'e çıkardığını bildiriyor.
Künye
Açık ağırlık- Geliştirici
- Allen Institute for AI (Ai2)
- Model tipi
- Görsel-dil modeli (3B hareket tahmini)
- Modaliteler
- metin · görsel · video
- Açık ağırlık
- Var
- Yönetilen API
- Yok
- Yayın
- 2026-06-17
Son doğrulama: 12 Eylül 2026
Yetenekler
- İşaretlenen 3B noktalar için birkaç saniyelik yörünge tahmini
- Doğal dildeki eylem tarifiyle koşullandırma
- HOT3D bölümünde 0,109 metre ortalama yer değiştirme hatası
- Robotikte pick-and-place başarısı %76,3 (Molmo 2 tabanlı aynı politika: %56,0)
- 2,7 bin video klipten oluşan PointMotionBench ile değerlendirildi
Sınırlılıklar
- Eğitimde nesne başına yalnızca sekiz sorgu noktası kullanılıyor; yüzey geometrisini yoğun temsil etmeye yetmiyor
- Bu nedenle karmaşık deforme olabilen (deformable) hareketi iyi ele alamıyor (Ai2'nin kendi tespiti)
- Genel amaçlı sohbet veya görsel soru-cevap modeli değil; dar bir tahmin görevine odaklı
- Lisans bilgisi duyuru sayfasında belirtilmemiş
Tipik kullanım alanları
- Robotik manipülasyon politikaları için hareket önsel bilgisi
- Video üretiminde hareket koşullandırma
- Sahne anlama ve etkileşim tahmini araştırması
Benchmark politikası
Bu sayfada skor tablosu yer almaz. Sinaptik Lab, yalnızca test verisi, model sürümü, örnekleme ayarları ve örneklem sayısı yayımlanmış ölçümleri raporlar. Metodoloji
BUILD
Hangi modeli seçeceğinize karar veremiyor musunuz?
Kendi görev setiniz üzerinde kalite, gecikme, maliyet ve uyum kısıtlarını birlikte ölçüyoruz.