Tiếng Việt

← Quay lại danh sách

Bộ não người máy mã nguồn mở: 22 cú đấm thứ 16, đối đầu với Song Tử

itadol5j

Rút ra

Bộ não người máy mã nguồn mở:

Tằng Tse Yuan đã được thả hôm qua. HY-EmpH-0.5Nó không phải là một mô hình ngôn ngữ lớn bình thường -- nó dành cho robot.Bộ nãoTôi không biết. Và...Nguồn mở đầy đủTôi không biết.

Lần này, nó rất nghiêm trọng.

Hai phiên bản, hai nét.

HY-Emmpi-0.5 cung cấp hai phiên bản:

Phiên bản Tham số Vị trí Hiệu suất
MoT- 2B 2B kích hoạt / 4B tổng tham số Kích hoạt lề (robots) 22 Thử nghiệm cơ bản, 16 Mẫu ngang hàng
32B Tham số 32B Lý luận phức tạp (đám mây/ máy chủ) Tương phản Song Tử 3. 0 Pro

Tô sáng MoT-2B: Mặc dù tham số tổng thể là 4B, nhưng chỉ có 2.2B được kích hoạt để lý luận. Nghĩa là...Tốc độ của mô hình 2B với khả năng vượt quá 2BTôi không biết.

Bốn công nghệ cốt lõi

1. MoT (Sự phức tạp của những người biến dạng)

Truyền thống VLM (mô hình ngôn ngữ nhìn) kết hợp hình ảnh và ngôn ngữ. Được dùng HYKiến trúc MoTvà đạt được sự tính toán cụ thể của mô-đun theo các dấu phụ:

  • Đường dẫn hiển thịName
  • Đường dẫn ngôn ngữMô- đun xử lý văn bản đặc biệt
  • Lập luận hợp âm: tham gia lý luận qua mô hình

Ảnh hưởng của điều này:Khả năng cảm nhận thị giác đã được cải thiện đáng kể.Trong khi giữ tốc độ lý luận hiệu quả.

2. chuỗi lý luận + cách chưng cất

Làm thế nào một mô hình nhỏ có thể có một mô hình lý luận lớn? Câu trả lời là...Giải mã:

  • 32B Models học cách lý luận từng bước một phức tạp, lập kế hoạch, suy nghĩ
  • Thông qua việc chưng cất chính trị,Chuyển sang mô hình 2B
  • Những mô hình nhỏ có thể được tạo ra.CommentTừng bước một.

3. quy mô lớn trước khi huấn luyện

Cỡ dữ liệu: Hết 100 triệu Điểm dữ liệu thể chất và không gian, hơn 200 tỷ Sức mạnh.

Đó là những gì làm cho mô hình học tập:

  • Hiểu sâu không gian ba chiều
  • Name
  • Động lực của đặc vụ

Nó không chỉ là dữ liệu văn bản.Dữ liệu đặc biệt cho kịch bản robot.

4. ứng dụng VLA (Virion- Language-Action)

HY-EmH không chỉ là một mô hình cho các thử nghiệm dự phòng, nó được thiết kế để đượcĐộng cơ nhận thức cốt lõi của một robot vật lý.:

  • Name
  • Như bộ não robot điều khiển những công việc phức tạp.
  • Tỉ lệ thành công cao của robot thế giới thực.

Kiểm tra cơ sở căng thẳng:

Trong 22 bài kiểm tra định kỳ thông minh, MoT-2B là16 Làm hỏng mô hình ngang hàng:

Benchmark HY-Eml Qwen3-VL 2B RoboBrain 4B
CV- bech 89.2 80.0 86.9
DA-2K 92.3 69.5 79.4
Nhấn để thêm chú thích... 82.8 75.9 73.8
Name 66.3 28.4 26.9

Sự khác biệt rõ ràng nhất là MindCube.:HY-Eml 66.3 đấu với Qwen3-VL 28.4,2. 3 nhiều lợi thếTôi không biết.

Tại sao điều này quan trọng?

Thông minh đấy.AI. chìa khóa của thập kỷ tới.:

  • Mô hình ngôn ngữ: Giải quyết vấn đề “Sự hiểu biết và“ thế hệ mới ”
  • Mô hình hiển thị: giải quyết vấn đề "xem"
  • Thông minh đấy.: Giải quyết « Hiểu biết + xem hành động + » đầy đủ vòng lặp đóng

Robot cần:

  1. Nhận thứcKhông gian 3D, vị trí đối tượng, thay đổi môi trường
  2. Đối số: lên kế hoạch hành động, dự đoán hậu quả
  3. Thi hành: Điều khiển điện, hoạt động vật lý

được giải quyếtHai câu hỏi đầuVà nó cho robot một bộ não thật.

Nó hoạt động thế nào?

Địa chỉ nguồn mở:

# 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

Yêu cầu phần cứng:

  • GPU: ít nhất 16GB VRAM (được tổ chức NVIDIA GPU)
  • CPU: hỗ trợ nhưng chậm
  • Lưu trữ: 20GB+ (người mẫu khoảng 8GB)

Tóm tắt

Nguồn mở của HY-EmpH-0.5, đánh dấuĐủ thông minh để bước vào kỷ nguyên mở:

  • 2B phiên bản nghiền nát cùng một cấp độ, thích hợp để triển khai ở rìa của một robot.
  • 32B phiên bản song tử 3. 0Pro, phù hợp với lý luận đám mây
  • Kiến trúc MoT + lý luận chuỗi + 100M+ đào tạo dữ liệu
  • Ứng dụng VLA cho robot một bộ não thật.

Đây là...Một bước đột phá lớn cho các công ty Trung Quốc trong lĩnh vực tình báo.Tôi không biết.

Robot có não, và nó sẽ hoạt động.