VLA 模型开源

Zero-WAM

蚂蚁灵波、香港科技大学(广州)、香港科技大学中国

GitHub 仓库 robbyant-research/Zero-WAM

类别
VLA 模型
开放程度
开源
发布时间
2026 年 8 月
开源协议
Apache-2.0
发布方所在地
中国

项目简介

蚂蚁灵波与香港科技大学(广州)、香港科技大学的世界-动作模型,面向零样本跨任务机器人操作。它把人类示范视频当作任务说明,根据语言指令或人类视频提示同时预测机器人未来画面和可执行动作,用于执行训练中没练过的任务,无需采集对应机器人数据或更新参数。基于 LingBot-VA 和 Next Forcing 构建,用 HumanGen 管线为机器人轨迹合成配对的人类视频,在 RoboTwin 2.0 和真机上验证,开源预训练与后训练权重及 HumanGen 数据。

规模
10.8B 参数(MoT 结构);HumanGen 含 8,600 个任务上的 7.42 万组人-机上下文配对

Zero-WAM 安装要点

来源:INSTALL.md

依据官方资料的 main 版本整理,核验于 2026-11-06。版本更新后命令可能变化,以官方文档为准。

  1. 安装 PyTorch

    在 Zero-WAM 仓库根目录执行

    python -m pip install --upgrade pip setuptools wheel
    python -m pip install \
      torch==2.9.0 \
      torchvision==0.24.0 \
      torchaudio==2.9.0 \
      --index-url https://download.pytorch.org/whl/cu126
  2. 安装项目依赖

    python -m pip install -r requirements.txt --no-build-isolation
  3. 下载权重来源:README.md

    权重约 35 GB

    python -m pip install "huggingface_hub[cli]"
    export PROJECT_ROOT=/path/to/Zero-WAM
    hf download robbyant-research/zero-wam-posttrain-robotwin \
      --local-dir "${PROJECT_ROOT}/checkpoints/zero-wam-posttrain-robotwin"
  4. 下载 Robotwin ICL 数据来源:README.md

    只做 Robotwin 后训练或评测时的最小子集

    hf download Robbyant-Research/HumanGen \
      --repo-type dataset \
      --local-dir "${PROJECT_ROOT}/data/HumanGen" \
      --include "icl_configs/*" \
      --include "robotwin_data/**" \
      --include "human_latents/robotwin/**"
  5. 安装 Robotwin

    依赖和素材按 Robotwin 官方文档装

    git clone https://github.com/RoboTwin-Platform/RoboTwin.git Robotwin
    cd Robotwin
    git checkout 2eeec322
    export ROBOTWIN_ROOT=/path/to/your/Robotwin
  6. 启动推理服务来源:README.md

    另开终端用 launch_client.sh 评测

    cd "${PROJECT_ROOT}"
    export MODEL_PATH="${PROJECT_ROOT}/checkpoints/zero-wam-posttrain-robotwin"
    CUDA_VISIBLE_DEVICES=0 \
    bash evaluation/robotwin/launch_server.sh

环境要求

来源:INSTALL.md
测试环境
Python 3.10、PyTorch 2.9.0、CUDA 12.6
LeRobot
0.3.3,已含在 requirements.txt
Robotwin
评测要单独的 Robotwin 2.0 环境,且和服务端在同一台机器
推理 GPU来源:README.md
单任务 1 块 GPU(README),官方未写显存
评测和训练 GPU来源:README.md
完整评测和训练示例都是 8 块 GPU(README)

适配矩阵

来源:README.md

官方发布的两个权重,训练都从 pretrain 权重开始,推理示例用 posttrain 权重

名称推理训练起点参数量大小
zero-wam-pretrain—✓10.8B~35 GB
zero-wam-posttrain-robotwin✓—10.8B~35 GB

✓ 官方资料写明支持,— 资料没写,版本号照原文。没写不等于不支持。

获取方式

发布方

相关概念

数据来源

本页信息均整理自以下公开资料。

4 条来源核验于 2026-10-01

星标、下载量等指标定期自动更新。

Zero-WAM:安装步骤与环境要求 | 具身集