Öppen källkod robot hjärna: 22 benchmark 16 först, mot Gemini
Intelling open-source robot brain: ny smart spelare
Zeng Tse Yuan släpptes igår. HY-Embodied-0,5Det är inte en vanlig stor språkmodell - det är för robotar.BrainJag vet inte. Och...Full Open SourceJag vet inte.
Den här gången är det verkligen allvarligt.
Två versioner, två slag.
HY-Embodied-0.5 innehåller två versioner:
| Version | Parametrar | Positionering | Prestanda |
|---|---|---|---|
| MoT-2B | 2B Aktivera / 4B Totala Parametrar | Marginal distribution (robotar) | 22 Baseline test, 16 krossande peer modeller |
| 32B | 32B Parametrar | Komplex resonemang (moln/server) | Kontrast Gemini 3.0 Pro |
MoT-2B höjdpunkterÄven om den totala parametern är 4B aktiveras endast 2,2B-parametrar i resonemang. Vilket betyder...Hastigheten på en 2B-modell med förmågan att överstiga 2BJag vet inte.
Fyra kärntekniker
MoT (Mixture-of-Transformers) arkitektur
Traditionell VLM (visuell språkmodell) kombinerar visuellt och språk. HY-Embodied användsMoT Architectureoch uppnår den specifika beräkningen av modulusen av latenta tokens:
- Visuell vägSpecialiserad visuell behandling modul
- SpråkvägSpecialiserad textbehandling modul
- Synergisk resonemangGemensamt resonemang över paradigmet
Effekter av detta:Visuell sensorisk förmåga har förbättrats dramatiskt.samtidigt bibehålla en effektiv takt av resonemang.
Chain resonemang + evolutiv destillation
Hur kan en liten modell ha en stor modell av resonemang? Svaret är...DestillationFrån:
- 32B Modeller lär sig komplex steg för steg resonemang, planering, tänkande
- genom destillation av politiken,Flytta till 2B Model
- Små modeller kan göras.Chain resonemangEtt steg i taget.
Storskalig förutbildning
Datastorlek: Över 100 miljoner Fysiska och rumsliga datapunkter, över 200 miljarder Tokens.
Det är vad som får modeller att lära sig:
- 3D Space Deep Understanding
- Interaktivt tillvägagångssätt för fysiska föremål
- Agentens dynamik
Det är inte bara textdata.data specifikt för robotscenarier.
VLA (Vision-Language-Action) ansökan
HY-Embodied är inte bara en modell för att köra riktmärkestest, det är utformat för att varaEn fysisk robots kärnkognitiva motor.Från:
- En sömlös integration i ett VLA-ramverk
- Som robothjärna driver komplexa uppgifter.
- Den höga framgångsgraden för verkliga robotar.
Baseline test: krossa peer
I 22 smart-relevanta jämförelsetest är MoT-2B16 krossade peer-modellerFrån:
| 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 |
Den mest uppenbara skillnaden är MindCube.HY-Embodied 66.3 vs Qwen3-VL 28.4,2.3 Flera fördelarJag vet inte.
Varför är detta viktigt?
Smart.Nyckelspår för nästa årtionde.Från:
- Språkmodelllöste problemet med "förståelse" och "generering"
- Visuell modelllöst "se" problemet
- Smart.Lös "förstå + se + åtgärd" full sluten slinga
Robotar behöver:
- Perception3D Space, objektposition, miljöförändring
- ArgumentPlanera handlingsförloppet, förutsäga konsekvenserna
- ImplementeringKontroll av elektrisk kraft, fysisk drift
HY-Embodied löstFörsta två frågorOch det ger roboten en riktig hjärna.
Hur fungerar det?
Open source-adress:
- GitHubFrån:https://github.com/Tencent-Hunyuan/HY-Embodied
- Hugging FaceFrån: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
Hardware kravFrån:
- GPU: minst 16 GB VRAM (rekommenderad NVIDIA GPU)
- CPU: Stöd men långsam
- Lagring: 20 GB + (modell ca 8 GB)
Sammanfattning
Öppen källa till HY-Embodied-0.5, markeringSmart nog för att komma in i den öppna åldernFrån:
- 2B version krossa samma nivå, lämplig för utplacering i kanten av en robot.
- 32B-versionsparande Gemini 3.0Pro, lämplig för moln resonemang
- MoT arkitektur + kedja resonemang + 100M + data utbildning
- VLA-applikationer ger robotar en riktig hjärna.
Detta är...Ett stort genombrott för kinesiska företag inom intelligensområdet.Jag vet inte.
Roboten har en hjärna, och det kommer att fungera.