Open-Source-Roboter-Gehirn: 22 Benchmark 16 zuerst, gegen Gemini
Intelling Open-Source-Roboter-Gehirn: neuer Smart Player
Zeng Tse Yuan wurde gestern veröffentlicht. HY-Embodied-0.5Es ist kein gewöhnliches großes Sprachmodell - es ist für Roboter.GehirnIch weiß es nicht. Und...Vollständige Open SourceIch weiß es nicht.
Diesmal ist es wirklich ernst.
Zwei Versionen, zwei Striche.
HY-Embodied-0.5 bietet zwei Versionen:
| Fassung | Parameter | Positionierung | Leistung |
|---|---|---|---|
| MoT-2B | 2B Aktivieren / 4B Gesamtparameter | Grenzeinsatz (Roboter) | 22 Basistest, 16 Peer-Preming-Modelle |
| 32B | 32B Parameter | Komplexe Argumentation (Cloud/Server) | Kontrast Gemini 3.0 Pro |
MoT-2B Highlights: Obwohl der Gesamtparameter 4B ist, werden nur 2,2B-Parameter in der Argumentation aktiviert. Was bedeutet...Die Geschwindigkeit eines 2B-Modells mit der Fähigkeit, 2B zu überschreitenIch weiß es nicht.
Vier Kerntechnologien
1. MoT (Mixture-of-Transformers) Architektur
Traditionelles VLM (visuelles Sprachmodell) kombiniert Visuelles und Sprache. HY-verkörpert verwendetMoT Architektur, und erreicht die spezifische Berechnung des Moduls durch latente Token:
- SichtwegSpezielles visuelles Behandlungsmodul
- SprachpfadSpezialisiertes Textverarbeitungsmodul
- Synergisches DenkenGemeinsames Denken über das Paradigma
Auswirkungen davon:Die visuelle sensorische Fähigkeit hat sich dramatisch verbessert., unter Beibehaltung eines effizienten Tempo der Argumentation.
2. Kettendenken + evolutive Destillation
Wie kann ein kleines Modell ein großes Argumentationsmodell haben? Die Antwort ist...Destillation:
- 32B Modelle lernen komplexes Schritt-für-Schritt-Denken, Planen, Denken
- Durch on-policy Destillation,Wechsel zum 2B-Modell
- Es können kleine Modelle hergestellt werden.KettendenkenSchritt für Schritt.
3. Vorschulung in großem Maßstab
Datengröße: Over 100 Millionen Physikalische und räumliche Datenpunkte, über 200 Milliarden Zeichen.
Das ist es, was Models lernen lässt:
- 3D Space Deep Understanding
- Interaktiver Ansatz physischer Objekte
- Die Dynamik des Agenten
Es sind nicht nur Textdaten., die Daten speziell für Roboterszenarien.
4. VLA-Anwendung (Vision-Language-Action)
HY-Embodied ist nicht nur ein Modell für die Durchführung von Benchmark-Tests, es wurde entwickelt, umDer kognitive Kernmotor eines physischen Roboters.:
- Eine nahtlose Integration in ein VLA Framework
- Das Roboterhirn steuert komplexe Aufgaben.
- Die hohe Erfolgsquote von realen Robotern.
🎯 Baseline-Test: Quetschung Peer
In 22 smart-relevanten Benchmark-Tests ist MoT-2B16 gequetschte Peer-Modelle:
| Benchmark | HY-Embodied | 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 |
Der offensichtlichste Unterschied ist MindCube.:HY-Embodied 66.3 vs Qwen3-VL 28.4,2.3 Mehrere VorteileIch weiß es nicht.
Warum ist das wichtig?
Smart.AI. Schlüsseltracks für das nächste Jahrzehnt.:
- Sprachmodell: löste das Problem des „Verstehens“ und der „Generation“
- Sichtmodell: das Problem "sehen" gelöst
- Smart.: Lösen Sie "understanding + see + action" full closed loop
Roboter brauchen:
- Wahrnehmung3D-Raum, Objektposition, Umweltveränderung
- Argumente: Planen Sie die Vorgehensweise, prognostizieren Sie die Konsequenzen
- Durchführung: Steuerung der elektrischen Leistung, physikalischer Betrieb
HY-verkörpert gelöstErste zwei FragenUnd es gibt dem Roboter ein echtes Gehirn.
Wie funktioniert das?
Open Source Adresse:
- GitHub:https://github.com/Tencent-Hunyuan/HY-Embodied
- Gesicht umarmen:https://huggingface.co/tencent/HY-Embodied-0.5
# 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
Hardwareanforderungen:
- GPU: mindestens 16 GB VRAM (empfohlene NVIDIA GPU)
- CPU: Unterstützt, aber langsam
- Speicher: 20 GB + (Modell ca. 8 GB)
Zusammenfassung
Open Source von HY-Embodied-0.5, MarkierungSmart genug, um ins Open Age einzutreten:
- 2B-Version, die den gleichen Pegel drückt, geeignet für den Einsatz am Rand eines Roboters.
- 32B-Versionspaarung Gemini 3.0Pro, geeignet für Cloud Reasoning
- MoT-Architektur + Chain Reasoning + 100M+ Datentraining
- VLA-Anwendungen geben Robotern ein echtes Gehirn.
Das ist...Ein großer Durchbruch für chinesische Unternehmen im Bereich Intelligenz.Ich weiß es nicht.
Der Roboter hat ein Gehirn und es wird funktionieren.