🎯 情报来源：AI News | VentureBeat
艾伦人工智能研究所(Ai2)最新发布开源模型MolmoAct 7B，以72.1%的任务成功率超越谷歌、微软和英伟达的同类模型，标志着物理AI领域取得重要进展。该模型基于Apache 2.0许可证开源，训练数据采用CC BY-4.0协议开放，具备三维空间推理能力，可适配机械臂和人形机器人等不同实体形态。
MolmoAct被归类为动作推理模型(Action Reasoning Model)，通过输出”空间感知标记”理解物理环境，预测物体间距并规划行动路径。测试显示其仅需少量微调即可适应不同机器人硬件，在家庭等非结构化环境中展现出优于传统视觉-语言-动作(VLA)模型的泛化能力。
💡 核心要点
- 72.1%任务成功率：基准测试超越谷歌/微软/英伟达竞品
- 7B参数规模：基于Ai2开源Molmo框架的三维空间推理架构
- 双开源协议：模型Apache 2.0/数据集CC BY-4.0授权
- 5cm级动作精度：可输出”下降手臂几英寸”等具体指令
- 零样本适应：机械臂与人形机器人间迁移仅需微调
📌 情报分析
技术价值：高
三维空间理解架构突破传统VLA模型的二维局限，空间感知标记技术使几何结构编码成为可能。但俄勒冈州立大学Alan Fern教授指出，当前基准测试仍未能完全反映真实世界复杂度。
商业价值：极高
开源策略显著降低研发门槛，Gather AI联合创始人Daniel Maturana认为这为学术实验室和爱好者提供了重要基础。家庭服务机器人市场预计2025年达230亿美元，非结构化环境适应能力是关键突破口。
趋势预测：高
物理AI领域年复合增长率预计38%(2023-2030)，英伟达Cosmos-Transfer1等竞品加速涌现。Fern教授指出，尽管演示有限，但大模型赋能的通用物理智能正快速接近拐点，三维理解将成为下一代机器人标配能力。