BLACK HOLE / MODEL GUIDE
OpenMOSS 是上海创智学院的研究团队，与复旦大学、模思智能开展合作。本专题按语音对话、文字环境规划、动作策略、多模态操作与人形全身动作介绍五个任务家族。RoboOmni 另有新加坡国立大学合作作者；各项目保留自己的研发归属。OpenETA 仅作可替换规划器与工具的框架背景，不另计模型。
资料核对：2026-10-25 · 整理：黑洞智能体
对录音进行对话回应，先看 MOSS-Speech；已有声音的转写分析、文字朗读与音效生成，继续查看相关 MOSI 和 MOSS 专题。
先确认任务环境：Planner-R1 面向文字模拟交互，EasyWAM 的所选策略面向 LIBERO 动作预测；RoboOmni 研究语音与视觉操作上下文；FRoM-W1 先生成人体动作，再经重定向与策略跟踪用于特定机器人。
框架、上游骨干、任务策略与 Codec 分开核对。代码许可、所选权重许可、数据条款和实际设备运行条件分别检查。
原始资料专题 · 本站目录未列入该条目
面向中英文语音对话，可接受文字或语音并生成文字或语音；直接语音回应流程不要求先生成文字指导。
主项目明确将代码置于 Apache-2.0；所选权重卡没有许可标签或 LICENSE 文件，不能把代码条款直接外推至全部权重、Codec 或数据。
所读主项目 README 仍将 Gradio 流式输出列为后续工作；编解码器的流式设计不等于演示已支持流式回应。本站未运行合成或对话。
原始资料专题 · 本站目录未列入该条目
通过环境反馈进行多轮任务规划，所选两个发布对应 ALFWorld 与 ScienceWorld 文字模拟环境。
相关名称与分支
主项目代码声明 Apache-2.0，两个所选模型卡仅列 CC-BY-4.0 标签；论文的 CC-BY-NC-SA-4.0 是文章许可，不能代替权重或数据条款。
结果来自文字交互模拟任务，不证明可直接控制实体机器人。本次未运行环境或模型；模型卡信息不足之处保留说明。
原始资料专题 · 本站目录未列入该条目
在统一研究框架中训练与评测动作策略。所选 EasyWAM-MoT-Wan22 面向 LIBERO：推理时预测动作，不生成未来视频。
相关名称与分支
研究框架代码采用 MIT，保留原许可的第三方文件除外；所选检查点明确采用 CC-BY-NC-4.0 并受基座与数据条款约束。
Unified、MoT、MoT-Joint、MoT-IDM 与 Hidden 是架构选择，Wan、Cosmos 与 FLUX 是上游骨干；本次仅核对 MoT-Wan22 文件清单，没有评测策略或运行机器人。
原始资料专题 · 本站目录未列入该条目
利用语音、环境声音和视觉上下文推断操作意图，并在 Perceiver–Thinker–Talker–Executor 设计中结合确认交互与动作生成。
相关名称与分支
所选权重卡标注 CC-BY-NC-4.0，本次读取范围未确定单独代码许可。论文的 CC-BY-NC-ND-4.0 仅针对文章，不能外推至代码、数据或全部组件，也不声称不受限商用。
语音交互是作者 Perceiver–Thinker–Talker–Executor 架构的研究方向。所选 Base 索引未见 Talker 命名，配置和文件元数据不能证明完整语音合成、动作解码与机器人执行链可直接部署。
作者报告仿真与实机实验；本站未运行模型、语音或机器人，未复现性能排名，也未验证本站 API 或任务端点。
原始资料专题 · 本站目录未列入该条目
H-GPT 先把语言指令映射为人体全身动作表示；H-ACT 再进行重定向、机器人动作跟踪与执行。人体动作生成与特定机器人控制是不同阶段。
相关名称与分支
框架根目录代码声明 Apache-2.0；所选模型卡标注 llama3.1 并指明 Llama 基座，同时保留 Apache 徽章，不能把混合仓库全部权重与数据视为 Apache。控制器、SMPL/MANO 与上游数据条款需分别核对。
两份已读取的 CoT 适配器配置使用 LoRA 并保存 embed_tokens/lm_head，不能凭文件体积认定完整基座。所选修订仅核到一份 VQ-VAE 权重，不代表文档中全部 Tokenizer 配置均有对应发布。
作者说明受许可限制，无法公开全部数据。HF 的 H-ACT 子目录说明为空，部署解释依赖主项目文档；本站未运行合成、仿真、控制器或机器人，也未验证本站可调用端点。
本站目录未列入本专题家族。请按下方作者项目、所选检查点与配套组件说明分别确认获取方式。
