详细参数
模型定位
vision_action
适合场景
视觉控制与机器人动作规划
输入价格
公开资料未说明
输出价格
公开资料未说明
多模态模型AllenAI / OLMovision_action稳定版
MolmoAct2
调用名：allenai/MolmoAct2MolmoAct2 是 Ai2 于 2026 年 5 月发布的视觉动作模型，面向机器人和电脑操作任务。
适合
视觉控制与机器人动作规划
vision_action
价格
公开资料未说明
1M Tokens
输入
文本 / 图像 / 视频
输出
文本 / action
支持结构化输出
规格
上下文未说明
视觉动作机器人电脑操作深度推理视觉理解通用助手视觉结构化输出推理computer_userobotics开放权重
所属厂商：AllenAI / OLMo
能力与信息
文本主能力
推理
支持
工具调用
支持
结构化输出
支持
训练与版本
微调
不支持
蒸馏
不支持
多模态扩展
视觉理解
支持
语音输入
不支持
语音输出
不支持
实时交互
不支持
输入与输出
输入形式
文本 / 图像 / 视频
输出形式
文本 / action
接入信息
知识截止
公开资料未说明
调用名
allenai/MolmoAct2
API 基础地址
https://huggingface.co/allenai/MolmoAct2
调用协议
huggingface
主接口
model_download
接口说明
Ai2 官方 Hugging Face 视觉动作模型，非托管 API 原生调用型号。
发布时间
2026-05-04
价格与计费
计费摘要
输入价
公开资料未说明
输出价
公开资料未说明
缓存输入
公开资料未说明
币种
未标注
计费单位
1M Tokens
单位类型
未标注
价格说明
原始价格文案
未收录
补充说明
暂无
发布时间
2026-05-04
官方入口