正文：8月16日，研究机构Ai2在GitHub开源了具身机器人AI模型MolmoAct，可解决机器人在三维空间中的动作规划与理解问题。该模型通过三阶段机制实现空间感知：生成包含几何与位置信息的Token评估距离、生成路径点展示动作顺序、将路径转化为机械指令。测试显示，MolmoAct-7B在未见过任务中成功率72.1%，经微调后提升至86.6%，优于谷歌、微软等实验室模型，且训练成本更低（2630万样本、256颗H100 GPU仅需1天）。此外，模型支持可视化运动轨迹和用户手绘调整，提升操作安全性和可解释性。项目资源已开源。