Açık kaynak robot beyni: ilk olarak, Gemini'ye karşı
🤖 Açık kaynaklı robot beyni: yeni akıllı oyuncu
Zeng Tse Yuan dün serbest bırakıldı. H-Embodied-0.5Sıradan bir büyük dil modeli değil - robotlar için.Beyin BeyinBilmiyorum. Ve...Full Open SourceBilmiyorum.
Bu sefer gerçekten ciddi.
İki versiyon, iki vuruş.
HY-Embodied-0.5 iki versiyon sağlar:
| Version Version Version | Parametreler | Pozisyoning | Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans Performans |
|---|---|---|---|
| MoT-2B | 2B Activate / 4B Toplam Parametreleri | Marginal dağıtım (robotlar) | 22 Baselin testi, 16 kişi modeli ezin |
| 32B | 32B Parametreleri | Kompleks nedeni (cloud/server) | Contrast Gemini 3.0 Pro |
MoT-2B öne çıkıyor: Genel parametre 4B olmasına rağmen, sadece 2.2B parametresi gerekçe olarak etkinleştirilir. Bu demektir...2B modelini 2B'yi geçme yeteneği ile hızlandırınBilmiyorum.
Dört temel teknoloji
1. MoT (Mixture-of-Transformers) mimarisi
Geleneksel VLM (görsel dil modeli) görsel ve dili birleştirir. H-Embodied kullanılmışMoT Architecture, ve modulus'un sonlu jetler tarafından belirli hesaplamasını elde edin:
- Görsel YolÖzelleştirilmiş görsel tedavi modülü
- Dil YoluÖzelleştirilmiş metin işleme modülü
- Synergical reasoning: paradigmaya karşı ortak bir sebep
Bunun etkileri:Görsel sensör yeteneği dramatik bir şekilde gelişmiştir.Ancak, etkili bir sebep hızını korurken.
2. Zincir + homeolutive distillation
Küçük bir modelin büyük bir nedeni nasıl olabilir? Cevap...Distillation:
- 32B Modelleri karmaşık adım adım adım adım atarak, planlama, düşünme
- In-policy distillation sayesinde,2B Modeline Geçiş
- Küçük modeller yapılabilir.Zincir nedenBir seferde bir adım.
3. Büyük ölçekli eğitim öncesi
Veri büyüklüğü: Over 100 milyon milyon milyon Fiziksel ve uzaysal veri noktaları, üzerinde 200 milyar Hediyeler.
Modellerin öğrendiği şey budur:
- 3D Space Deep Understanding
- Fiziksel nesnelerin interaktif yaklaşımı
- Agent's Dynamics
Sadece metin verileri değil., özellikle robotik senaryolar için veriler.
4. VLA (Vision-Language-Action) uygulama
HY-Embodied, sadece çalışan ölçüm testleri için bir model değildir, bu olmak için tasarlanmıştır.Fiziksel bir robotun temel bilişsel motoru.:
- VLA çerçevesine sorunsuz bir entegrasyon
- Robot beyni karmaşık görevleri yönetir.
- Gerçek dünya robotlarının yüksek başarı oranı.
Basel Baselin testi: Eşleştiri
22 akıllı-relevant kriter testlerinde MoT-2B,16 ezilmiş a modelleri:
| Ben | H-Embodied | Swen3-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 |
| Zihin | 66.3 | 28.4 | 26.9 |
En belirgin fark, MindCube.:HY-Embodied 66.3 vs Qwen3-VL 28.4,2.3 Birden fazla avantajBilmiyorum.
Neden bu önemli?
Smart.AI. Key önümüzdeki on yıl boyunca izler.:
- Dil Modeli: “düşünce” ve “jenerasyon” problemini çözdü.
- Görsel Model: "gör" problemini çözdü
- Smart.: Resolve "düşünce + görme + aksiyon" full kapalı döngü
Robotların ihtiyacı:
- Perception3D Uzay, nesne pozisyonu, çevresel değişim
- Tartışmalar: Eylem dersini planlamak, sonuçları tahmin edin
- Uygulama Uygulama Uygulama Uygulama: Elektrik gücünün kontrolü, fiziksel operasyon
H-Embodied çözüldüİlk iki soruVe robota gerçek bir beyin veriyor.
Nasıl çalışır?
Açık kaynak adresi:
- GitHub:https://github.com/Tencent-Hunyuan/HY-Embodied
- Ölüyor: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
Donanım gereksinimleri:
- GPU: en az 16GB VRAM (recommended NVIDIA GPU)
- CPU: Desteklendi ama yavaşladı
- Depolama: 20GB + (yaklaşık 8GB)
Özet Özet Özet Özet
Açık H-Embodied-0.5 kaynağı, işaret işaretiAçık Çağa girmek için yeterince akıllı:
- 2B versiyonu aynı seviyede ezilir, bir robotun kenarındaki dağıtım için uygundur.
- 32B versiyonu Gemini 3.0Pro'ı eşleştiriyor, bulut nedeni için uygun
- MoT mimarisi + 100M+ veri eğitimi
- VLA uygulamaları robotlara gerçek bir beyin sağlar.
Bu...istihbarat alanında Çin firmaları için büyük bir atılım.Bilmiyorum.
Robotun bir beyni var ve çalışacak.