Open source robot mozek: 22 referenční 16 první, proti Gemini
Intelling open-source robot mozek: nový chytrý hráč
Zeng Tse Yuan byl včera propuštěn. HY- Embodied - 0, 5Není to obyčejný velký jazykový model -- je to pro roboty.MozekNevím. A...Full Open SourceNevím.
Tentokrát je to vážné.
Dvě verze, dva tahy.
HY- Embodied- 0.5 poskytuje dvě verze:
| Verze | Parametry | Umístění | Výkonnost |
|---|---|---|---|
| MT- 2B | 2B Aktivace / 4B Celkové parametry | Marginalní nasazení (roboti) | 22 Základní test, 16 drtících modelů |
| 32B | 32B parametry | Komplexní zdůvodnění (cloud / server) | Kontrast Gemini 3.0 Pro |
MoT- 2B zvýraznění: Ačkoli celkový parametr je 4B, pouze 2.2B parametry jsou aktivovány v uvažování. Což znamená...Rychlost modelu 2B se schopností překročit 2BNevím.
Čtyři hlavní technologie
1. MoT (Mixtureof- Transformers) architektura
Tradiční VLM (model vizuálního jazyka) kombinuje vizuální a jazyk. Použitá látkaNamea dosáhne specifického výpočtu modulu pomocí latentních žetonů:
- Vizuální cestaSpecializovaný modul vizuální léčby
- Jazyková cestaSpecializovaný modul zpracování textu
- Synergické uvažování: Společné úvahy v rámci paradigmatu
Účinky tohoto:Vizuální smyslové schopnosti se dramaticky zlepšily., a zároveň udržovat efektivní tempo uvažování.
2. Řetězové uvažování + evoluční destilace
Jak může mít malý model velký model uvažování? Odpověď je...Destilace:
- 32B Modely naučit komplexní krok-by- krok uvažování, plánování, myšlení
- Prostřednictvím on-policy destilace,Přesunout na model 2B
- Malé modely mohou být vyrobeny.Řetězové uvažováníKrok za krokem.
3. Předškolní příprava v měřítku
Velikost dat: přes 100 milionů Fyzické a prostorové datové body, nad 200 miliard Tokens.
Proto se modelky učí:
- 3D prostorové hluboké porozumění
- Interaktivní přístup fyzických předmětů
- Agentova dynamika
Nejsou to jen textová data., data specificky pro robotické scénáře.
4. VLA (Vision- Language- Action) aplikace
HY- Embored není jen model pro provádění referenčních testů, je navržen tak, abyJádro kognitivního motoru fyzického robota.:
- Bezproblémová integrace do rámce VLA
- Robotický mozek řídí složité úkoly.
- Vysoká úspěšnost robotů v reálném světě.
Základní zkouška: drtič
V 22 smart- relevantní referenční zkoušky, MOT-2B je16 drcených vrstevníků:
| Referenční hodnota | HY- Embored | Qwen3-VL 2B | RoboBrain 4B |
|---|---|---|---|
| CV- Bench | 89.2 | 80.0 | 86.9 |
| DA-2K | 92.3 | 69.5 | 79.4 |
| EmbSpatial- Bench | 82.8 | 75.9 | 73.8 |
| MindCube | 66.3 | 28.4 | 26.9 |
Nejzřejmější rozdíl je MindCube.: HY- Embored 66.3 vs Qwen3- VL 28.4,2.3 Vícenásobné výhodyNevím.
Proč je to důležité?
Chytré.Klíčové stopy pro příští desetiletí.:
- Jazykový model: vyřešit problém "porozumění" a "generace"
- Vizuální model: vyřešit problém "viz"
- Chytré.: Řešení "porozumění + viz + akce" full closed loop
Roboti potřebují:
- Přijetí3D Prostor, poloha objektu, změna prostředí
- Argumenty: naplánovat průběh akce, předvídat důsledky
- Provádění: Řízení elektrické energie, fyzický provoz
HY- Embored vyřešenPrvní dvě otázkyA dává to robotovi skutečný mozek.
Jak to funguje?
Adresa otevřeného zdroje:
- GitHub:Viz poznámka pod čarou1.
- Objímající tvář:Viz poznámka pod čarou č.1.
# 安装 pip install git+https://github.com/huggingface/transformers@... # 克隆仓库 git clone https://github.com/Tencent-Hunyuan/HY-Embodied cd HY-Embodied/ pip install -r requirements.txt # 运行推理 python inference.py
Požadavky na hardware:
- GPU: nejméně 16GB VRAM (doporučená NVIDIA GPU)
- CPU: Podporováno, ale pomalé
- Skladování: 20GB + (model cca 8GB)
Shrnutí
Otevřený zdroj HY- Embodied- 0.5, značeníDost chytrý na to, aby vstoupil do otevřeného věku.:
- 2B verze drtící stejnou úroveň, vhodná pro nasazení na okraji robota.
- 32B verze párování Gemini 3.0Pro, vhodné pro uvažování cloud
- MoT architektura + řetězové uvažování + 100M + datový výcvik
- Aplikace VLA dávají robotům skutečný mozek.
Tohle je...Významný průlom pro čínské firmy v oblasti inteligence.Nevím.
Robot má mozek a bude fungovat.