MolmoAct 2

実際に見て、行動し、給料を要求しない新しいAIバディ。

MolmoAct 2は、Ai2が開発したオープンなマルチモーダルAIモデルで、視覚と行動を組み合わせています。画像を理解し、指示に従い、デジタル環境および物理環境でタスクを実行することで、自律エージェントやロボティクス研究を可能にします。

Free

使い方 MolmoAct 2?

MolmoAct 2は、研究者や開発者が視覚データを解釈しアクションを実行するAIエージェントを構築するために使用できます。GUI操作の自動化、視覚的手がかりによるロボット制御、画像とコマンドの両方から学習するシステムの作成など、知覚と行動のギャップを埋める問題を解決します。

透明性の高い研究とカスタマイズを可能にする、視覚と行動能力を組み合わせたオープンソースのマルチモーダルモデル。

複雑な視覚シーンを理解し、自然言語の指示に従ってタスクを実行します。

デジタル環境（例：Webインターフェース）と物理ロボットの両方をサポートし、多様な用途に対応。

Ai2のオープンファーストの原則に基づいて構築され、世界中の研究コミュニティがアクセス可能。

インターフェースの操作、物体の操作、マルチステップ計画の実行が可能な自律エージェントを実現。

視覚的理解を用いてソフトウェアインターフェースを制御する自律エージェントを構築する研究者。

画像入力に基づいて物体をピックアンドプレースするロボットを訓練するロボティクス開発者。

APIを使わずにフォーム入力やWebサイト操作を行うボットを作成する自動化エンジニア。

AIが現実世界のシナリオで知覚と行動をどのように統合するかを実演する教育者。

視覚的なコマンドに応答するスマートホームシステムを試作するイノベーター。

AI研究者

ロボティクスエンジニア

ソフトウェア開発者

データサイエンティスト

自動化エンジニア

プロダクトマネージャー

大学教授

大学院生

イノベーションコンサルタント

システムアーキテクト

AIエージェントが安全で管理されたホスティング上でウェブサイトやフルスタックアプリを構築・デプロイします。

macOS向けの高速でプライベートなオープンソース音声入力。すべてお使いのマシン上で動作します。

ローカルファーストAIエージェント。自己進化するメモリ基盤で、ツール間のコンテキスト共有をシームレスに。

ギャリー・タン氏のgstackスペシャリストを、リアルな音声ボットと3DアバターとしてGoogle Meetに登場させましょう。

AIエージェントのためのインテグレーションライフサイクルインフラストラクチャ。自律的なワークフロー作成、テスト、デプロイを可能にします。

お使いのコンピューターで動作し、ツール内で機能し、リクエストを完了した成果物に変えるAIエージェント。

Inklingは、制御可能な推論能力を持つオープンウェイトのマルチモーダル混合エキスパートモデルで、ファインチューニングが可能です。

Apple Silicon向けの最速LLMランタイム。デバイス上でローカルモデルを実行可能にします。