Le cerveau du robot open source : 22 références 16 d'abord, contre Gemini
Intelling cerveau robot open-source: nouveau lecteur intelligent
Zeng Tse Yuan a été libéré hier. HY-Emcored-0,5Ce n'est pas un grand modèle de langage ordinaire -- c'est pour les robots.CerveauJe ne sais pas. Et...Source ouverte complèteJe ne sais pas.
Cette fois, c'est vraiment sérieux.
Deux versions, deux coups.
HY-Emcored-0.5 fournit deux versions:
| Version | Paramètres | Positionnement | Rendement |
|---|---|---|---|
| MoT-2B | 2B Activer / 4B Total des paramètres | Déploiement marginal (robots) | 22 Test de base, 16 modèles de pairs écrasants |
| 32B | Paramètres 32B | Raisonnement complexe (cloud/serveur) | Contraste Gemini 3.0 Pro |
Faits marquants du MoT-2B: Bien que le paramètre global soit 4B, seuls les paramètres 2.2B sont activés dans le raisonnement. Ce qui veut dire...La vitesse d'un modèle 2B avec la capacité de dépasser 2BJe ne sais pas.
Quatre technologies de base
1. Architecture MoT (Mixture de Transformateurs)
VLM traditionnel (modèle de langage visuel) combine visuel et langage. HY-Emcored utiliséArchitecture du MdT, et réalise le calcul spécifique du module par jetons latents:
- Voie visuelleModule de traitement visuel spécialisé
- Voie linguistiqueModule de traitement de texte spécialisé
- raisonnement synergique: Le raisonnement commun à travers le paradigme
Effets:La capacité sensorielle visuelle s'est considérablement améliorée., tout en maintenant un rythme de raisonnement efficace.
2. Raisonnement de chaîne + distillation évolutive
Comment un petit modèle peut-il avoir un grand modèle de raisonnement? La réponse est...Distillation:
- 32B Les modèles apprennent le raisonnement, la planification, la pensée
- Grâce à la distillation sur politique,Déplacer vers le modèle 2B
- De petits modèles peuvent être fabriqués.Raisonnement de la chaîneUn pas à la fois.
3. Préformation à grande échelle
Taille des données : Sur 100 millions Points de données physiques et spatiales, 200 milliards Des jetons.
C'est ce qui fait apprendre les modèles :
- Espace 3D Compréhension profonde
- Approche interactive des objets physiques
- Dynamique de l'agent
Ce n'est pas seulement des données texte., les données spécifiquement pour les scénarios robotiques.
4. Demande VLA (Vision-Language-Action)
HY-Emcored n'est pas seulement un modèle pour exécuter des tests de référence, il est conçu pour êtreLe moteur cognitif central d'un robot physique.:
- Une intégration transparente dans un cadre VLA
- Comme robot cerveau conduit des tâches complexes.
- Le taux de succès élevé des robots du monde réel.
Test de base : écraser les pairs
Dans 22 tests de référence intelligents, MoT-2B est16 modèles de pairs écrasés:
| Critères de référence | HY-Emcored | Qwen3-VL 2B | RoboBrain 4B |
|---|---|---|---|
| CV-Début | 89.2 | 80.0 | 86.9 |
| D-2K | 92.3 | 69.5 | 79.4 |
| EmbSpatial-Bench | 82.8 | 75.9 | 73.8 |
| MindCube | 66.3 | 28.4 | 26.9 |
La différence la plus évidente est MindCube.66,3 vs Qwen3-VL 28.4,2.3 Avantages multiplesJe ne sais pas.
Pourquoi est-ce important ?
Intelligent.AI. Principales pistes pour la prochaine décennie.:
- Modèle de langue: résolu le problème de la compréhension et de la génération
- Modèle visuel: résolu le problème "voir"
- Intelligent.: Résoudre "comprendre + voir + action" boucle fermée
Les robots ont besoin :
- PerceptionEspace 3D, position de l'objet, changement environnemental
- Arguments: planifier le plan d'action, prévoir les conséquences
- Mise en œuvre: Contrôle de l'énergie électrique, fonctionnement physique
HY-Emcored résoluLes deux premières questionsEt ça donne au robot un vrai cerveau.
Comment ça marche ?
Adresse source ouverte :
- GitHub:https://github.com/Tencent-Hunyuan/HY-Emcored
- Visage bouillant:https://huggingface.co/tencent/HY-Emcored-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
Matériel nécessaire:
- GPU: au moins 16 Go VRAM (GPU NVIDIA recommandé)
- CPU: pris en charge mais lent
- Stockage: 20 Go+ (modèle environ 8 Go)
Résumé
Source ouverte de marquage HY-Emcored-0.5Assez intelligent pour entrer dans l'âge ouvert:
- Version 2B broyant le même niveau, adapté au déploiement au bord d'un robot.
- appariement 32B Gemini 3.0Pro, adapté au raisonnement cloud
- Architecture du MoT + raisonnement de chaîne + formation de données 100M+
- Les applications VLA donnent aux robots un vrai cerveau.
C'est...Une percée majeure pour les entreprises chinoises dans le domaine du renseignement.Je ne sais pas.
Le robot a un cerveau, et ça va marcher.