ओपन सोर्स रोबोट मस्तिष्क: जेमिनी के खिलाफ पहले 22 बेंचमार्क 16

HY-Embodied संरचना

इंटेलिंग ओपन सोर्स रोबोट मस्तिष्क: नया स्मार्ट प्लेयर

Zeng Tse युआन कल जारी किया गया था। HY-Embodied-0.5यह एक साधारण बड़ी भाषा मॉडल नहीं है - यह रोबोट के लिए है।ब्रेनमुझे नहीं पता। और...पूर्ण ओपन सोर्समुझे नहीं पता।

इस समय, यह वास्तव में गंभीर है।

दो संस्करण, दो स्ट्रोक।

HY-Embodied-0.5 दो संस्करण प्रदान करता है:

संस्करण	पैरामीटर	पोजिशनिंग	प्रदर्शन
MT-2B	2B सक्रिय / 4B कुल पैरामीटर	सीमांत तैनाती (रोबोट)	22 बेसलाइन परीक्षण, 16 क्रशिंग सहकर्मी मॉडल
32B	32B पैरामीटर	जटिल तर्क (बंद / सर्वर)	Contrast Gemini 3.0 प्रो

MoT-2B हाइलाइट्सहालांकि समग्र पैरामीटर 4B है, केवल 2.2B मापदंडों को तर्क में सक्रिय किया जाता है। किसका अर्थ है...2B से अधिक की क्षमता वाले 2B मॉडल की गतिमुझे नहीं पता।

चार प्रमुख प्रौद्योगिकी

1. MoT (Mixture-of-transformers) आर्किटेक्चर

पारंपरिक VLM (दृश्य भाषा मॉडल) दृश्य और भाषा को जोड़ती है। HY-Embodied इस्तेमाल कियाMoT वास्तुकला, और लेफ्टिनेंट टोकन द्वारा मॉड्यूलस की विशिष्ट गणना प्राप्त करता है:

दृश्यविशिष्ट दृश्य उपचार मॉड्यूल
भाषाविशिष्ट पाठ प्रसंस्करण मॉड्यूल
Synergical तर्क: प्रतिमान में संयुक्त तर्क

इसका प्रभाव:दृश्य संवेदी क्षमता में नाटकीय रूप से सुधार हुआ है।, तर्क की एक कुशल गति को बनाए रखते हुए।

2. चेन तर्क + evolutive आसवन

एक छोटे से मॉडल में तर्क का एक बड़ा मॉडल कैसे हो सकता है? उत्तर है...आसवन:

32B मॉडल जटिल चरण-दर-चरण तर्क, योजना, सोच सीखते हैं
ऑन-पॉलिसी आसवन के माध्यम से,2B मॉडल में ले जाएँ
छोटे मॉडल बनाया जा सकता है।चेन तर्कएक समय में एक कदम।

3. बड़े पैमाने पर पूर्व प्रशिक्षण

डेटा का आकार: ओवर 100 मिलियन भौतिक और स्थानिक डेटा बिंदुओं पर 200 बिलियन टोकन।

यही कारण है कि मॉडल क्या सीखता है:

3D अंतरिक्ष गहरी समझ
भौतिक वस्तुओं का इंटरैक्टिव दृष्टिकोण
एजेंट की गतिशीलता

यह सिर्फ टेक्स्ट डेटा नहीं है।विशेष रूप से रोबोटिक परिदृश्यों के लिए डेटा।

4. VLA (Vision-Language-Action) अनुप्रयोग

HY-Embodied सिर्फ बेंचमार्क परीक्षणों को चलाने के लिए एक मॉडल नहीं है, इसे डिज़ाइन किया गया हैएक भौतिक रोबोट का मुख्य संज्ञानात्मक इंजन।:

VLA फ्रेमवर्क में एक सहज एकीकरण
चूंकि रोबोट मस्तिष्क जटिल कार्यों को चलाता है।
वास्तविक विश्व रोबोट की उच्च सफलता दर।

To make a baseline test.

22 स्मार्ट प्रासंगिक बेंचमार्क परीक्षणों में, MoT-2B है16 कुचल सहकर्मी मॉडल:

बेंचमार्क	HY-Embodied	Qwen3-VL 2B	RoboBrain 4B
सीवी-बेंच	89.2	80.0	86.9
DA-2K	92.3	69.5	79.4
भ्रूण-बेंच	82.8	75.9	73.8
माइंड क्यूब	66.3	28.4	26.9

सबसे स्पष्ट अंतर माइंडक्यूब है।HY-Embodied 66.3 बनाम Qwen3-VL 28.4,2.3 एकाधिक फायदेमुझे नहीं पता।

यह क्यों महत्वपूर्ण है?

स्मार्ट।अगले दशक के लिए एआई कुंजी ट्रैक।:

भाषा मॉडल: "understanding" और "पीढ़ी" की समस्या को हल किया
दृश्य मॉडल: "देखें" समस्या को हल
स्मार्ट।Resolve "understanding + देखें + कार्रवाई" पूर्ण बंद लूप

रोबोट की आवश्यकता:

धारणा3 डी स्पेस, ऑब्जेक्ट पोजीशन, पर्यावरण परिवर्तन
तर्क: कार्रवाई के पाठ्यक्रम की योजना, परिणामों की भविष्यवाणी
कार्यान्वयन: विद्युत शक्ति, भौतिक संचालन का नियंत्रण

HY-Embodied हलप्रथम दो प्रश्नऔर यह रोबोट को एक वास्तविक मस्तिष्क देता है।

यह कैसे काम करता है?

ओपन सोर्स एड्रेस:

गिटहब:https://github.com/Tencent-Hunyuan/HY-Embodied
Hugging चेहरा: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

हार्डवेयर आवश्यकताएं:

GPU: कम से कम 16GB VRAM (NVIDIA GPU की सिफारिश)
सीपीयू: समर्थित लेकिन धीमी
भंडारण: 20GB + (8GB के बारे में मॉडल)

सारांश

HY-Embodied-0.5 का खुला स्रोत, अंकनओपन एज में प्रवेश करने के लिए पर्याप्त स्मार्ट:

2B संस्करण उसी स्तर को कुचल देता है, जो रोबोट के किनारे पर तैनाती के लिए उपयुक्त है।
32B संस्करण युग्मित मिथुन 3.0Pro, क्लाउड तर्क के लिए उपयुक्त
MoT वास्तुकला + श्रृंखला तर्क + 100M + डेटा प्रशिक्षण
VLA अनुप्रयोग रोबोट को वास्तविक मस्तिष्क देते हैं।

यह है...खुफिया क्षेत्र में चीनी फर्मों के लिए एक प्रमुख सफलता।मुझे नहीं पता।

रोबोट में मस्तिष्क होता है और यह काम करने जा रहा है।