OpenMOSS/EasyWAM-Hidden-Wan22
模型介绍
文件和版本
Pull Requests
讨论
分析

EasyWAM-Hidden-Wan22

EasyWAM-Hidden 是一种世界动作模型,它让独立的 Action DiT 以 Wan2.2 Video DiT 的中间特征为条件,并基于 EasyWAM 代码库进行训练。

Results

在 EasyWAM LIBERO 评测协议下的成功率(%):

模型空间物体目标长程平均
全参数
EasyWAM-Unified99.099.499.298.299.0
EasyWAM-MoT97.898.497.695.697.4
🔥 EasyWAM-Hidden99.4100.097.097.898.6
LoRA(秩 128)
EasyWAM-Unified84.097.892.081.288.8
EasyWAM-MoT96.898.894.490.495.1
EasyWAM-Hidden96.899.492.686.893.9

在 LIBERO-Plus 评测协议下的成功率(%):

模型背景相机语言布局光照噪声机器人平均
EasyWAM-Unified55.833.793.780.692.250.271.467.5
EasyWAM-MoT52.820.680.465.285.151.549.756.8
🔥 EasyWAM-Hidden56.849.295.381.090.458.277.472.4

下载

在 EasyWAM 仓库根目录下运行:

hf download OpenMOSS-Team/EasyWAM-Hidden-Wan22 \
  easywam_hidden_wan22.pt \
  --local-dir ./checkpoints

评估

按照 EasyWAM LIBERO 指南 中的说明,准备好 Wan2.2、LIBERO 和匹配的 dataset_stats.json,然后运行:

python experiments/libero/run_libero_manager.py \
  task=libero_easywam_hidden_wan22 \
  ckpt=./checkpoints/easywam_hidden_wan22.pt \

检查点详情

  • 架构:EasyWAM-Hidden
  • 主干:Wan2.2-TI2V-5B
  • 训练:全参数微调
  • 数据集:LIBERO,双相机,224 px
  • 训练步数:20,000
  • 动作维度:7
  • 状态维度:8
  • 格式:EasyWAM PyTorch 检查点(.pt)

许可证与引用

EasyWAM 代码基于 MIT 许可证发布。本检查点的使用同样受其基础模型和训练数据的相关条款约束。如果 EasyWAM 对您的研究有帮助,请引用:

@misc{easywam2026,
  title  = {EasyWAM: A Unified and Efficient Framework for Training and Evaluating World Action Models},
  author = {EasyWAM-Team},
  year   = {2026},
  url    = {https://github.com/OpenMOSS/EasyWAM}
}