OpenMOSS/EasyWAM-Hidden-Wan22-LoRA-128
模型介绍
文件和版本
Pull Requests
讨论
分析

EasyWAM-Hidden-Wan22-LoRA-128

EasyWAM-Hidden 基于 Wan2.2 Video DiT 的中间特征,对一个独立的 Action DiT 进行条件化建模。该检查点使用 Wan2.2-TI2V-5B 作为主干网络,在 LIBERO 上以秩 128 的 LoRA(r=128、alpha=128)训练得到。

相应检查点由 EasyWAM 代码库训练获得。

结果

在 EasyWAM LIBERO 评估协议下的成功率(%):

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 评估协议下的成功率(%):

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

hf download OpenMOSS-Team/EasyWAM-Hidden-Wan22-LoRA-128 \
  easywam_hidden_wan22_lora_128.pt \
  --local-dir ./checkpoints

评估

按照 EasyWAM LIBERO guide 的说明,准备 Wan2.2、LIBERO 以及对应的 dataset_stats.json,然后运行:

python experiments/libero/run_libero_manager.py \
  task=libero_easywam_hidden_wan22_lora \
  ckpt=./checkpoints/easywam_hidden_wan22_lora_128.pt

EasyWAM 会根据任务配置创建匹配的 LoRA 模块,并在加载此检查点时将它们合并,用于评估。

检查点详情

  • 架构: EasyWAM-Hidden
  • 主干网络: Wan2.2-TI2V-5B
  • 训练: LoRA, rank 128, alpha 128
  • 数据集: LIBERO,双相机,分辨率 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)

许可与引用

EasyWAM 代码依据 MIT License 发布。使用此检查点还需遵守其基座模型和训练数据的相关条款。有关引用信息,请参见 EasyWAM 仓库。