Nederlands

← Terug naar overzicht

Open source robot brain: 22 benchmark 16, eerst, tegen Gemini

itadol5j

Hygiënische structuur

Intelling open-source robot brain: nieuwe slimme speler

Zeng Tse Yuan is gisteren vrijgelaten. HY-Embodied-0.5Het is geen gewoon groot taalmodel -- het is voor robots.HersenenIk weet het niet. En ...Volledige open bronIk weet het niet.

Deze keer is het echt serieus.

Twee versies, twee slagen.

HY-Embodied-0.5 biedt twee versies:

Versie Parameters Positie Prestaties
MoT-2B 2B Activeer / 4B Totaalparameters Marginale inzet (robots) 22 Basislijntest, 16 verpletterende peermodellen
32B 32B Parameters Complexe redenering (wolk/server) Contrast Gemini 3,0 Pro

MoT-2B hoogtepunten: Hoewel de totale parameter 4B is, worden slechts 2.2B parameters in de redenering geactiveerd. Wat betekent...De snelheid van een 2B model met de mogelijkheid om meer dan 2BIk weet het niet.

Vier kerntechnologieën

1. MoT (Mixture-of-Transformers) architectuur

Traditioneel VLM (visueel taalmodel) combineert visueel en taal. HY-Embodied gebruiktMoT-architectuur, en bereikt de specifieke berekening van de modulus door latente tokens:

  • Visueel padGespecialiseerde visuele behandelmodule
  • TaalpadGespecialiseerde tekstverwerkingsmodule
  • Synergische redenering: Gezamenlijke redenering over het paradigma

Effecten hiervan:Het visuele zintuiglijke vermogen is drastisch verbeterd., met behoud van een efficiënt tempo van redeneren.

2. Chain redenation + evolutieve destillatie

Hoe kan een klein model een groot model van redeneren hebben? Het antwoord is:Distillatie:

  • 32B Modellen leren complexe stap-voor-stap redeneren, plannen, denken
  • Door middel van beleidsdistillatie,Verplaatsen naar 2B Model
  • Kleine modellen kunnen gemaakt worden.KettingredeneringStap voor stap.

3. Vooropleiding op grote schaal

Gegevensgrootte: Over 100 miljoen Fysieke en ruimtelijke gegevenspunten, over 200 miljard Tokens.

Dat maakt modellen leren:

  • 3D ruimte diep begrip
  • Interactieve benadering van fysieke objecten
  • Agent's Dynamics

Het zijn niet alleen tekstgegevens., de gegevens specifiek voor robotscenario's.

4. Toepassing VLA (Vision-Taal-Actie)

HY-Embodied is niet alleen een model voor het uitvoeren van benchmark tests, het is ontworpen omDe kern cognitieve motor van een fysieke robot.:

  • Een naadloze integratie in een VLA-kader
  • Als robot brein drijft complexe taken.
  • Het hoge succespercentage van echte robots.

Uitgangstest: breken van peer

Bij 22 slimme-relevante benchmarktests is MoT-2B16 verbrijzelde peermodellen:

benchmark HY-embolie Qwen3-VL 2B RoboBrain 4B
CV-Bench 89.2 80.0 86.9
DA-2K 92.3 69.5 79.4
Emb Spatial-Bench 82.8 75.9 73.8
MindCube 66.3 28.4 26.9

Het duidelijkste verschil is MindCube.:HY Embodied 66.3 vs Qwen3-VL 28.4,2.3 Meerdere voordelenIk weet het niet.

Waarom is dit belangrijk?

Slim.Al. Sleutelsporen voor het komende decennium.:

  • Taalmodel: loste het probleem op van begrijpen en genereren
  • Visueel model: het probleem "zie" opgelost
  • Slim.: Oplossen "begrijpen + zie + actie" volledige gesloten lus

Robots moeten:

  1. Perceptie3D Ruimte, objectpositie, milieuverandering
  2. Argumenten: plan de koers van de actie, voorspel de gevolgen
  3. Uitvoering: Controle van elektrisch vermogen, fysieke werking

HY- Embodied opgelostEerste twee vragenEn het geeft de robot een echt brein.

Hoe werkt het?

Open bronadres:

# 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

Hardwarevereisten:

  • GPU: ten minste 16GB VRAM (aanbevolen NVIDIA GPU)
  • CPU: Ondersteund maar traag
  • Opslag: 20GB+ (model ongeveer 8GB)

Samenvatting

Open bron van HY-Embodied-0.5, markeringSlim genoeg om het Open Tijdperk in te gaan:

  • 2B versie verpletteren hetzelfde niveau, geschikt voor inzet aan de rand van een robot.
  • 32B versie koppelen Gemini 3.0Pro, geschikt voor cloud redenation
  • MoT architectuur + chain redenation + 100M+ data training
  • VLA-toepassingen geven robots een echt brein.

Dit is...Een grote doorbraak voor Chinese bedrijven op het gebied van inlichtingen.Ik weet het niet.

De robot heeft een brein, en het gaat werken.