腾讯发布具身智能基座模型算力降90%性能看齐旗舰
Hy-Embodied-VLM-1.0从物理空间状态理解、动作-变化理解、时序和自适应推理三个层次构建模型能力维度。在覆盖37个评测任务的具身能力评测体系中,该模型在三大维度分别取得68.6、64.1和57.4分,综合平均得分达65.6。仅采用A3B规模,模型整体性能已接近上一代A32B旗舰模型,并显著优于同等规模的Qwen3.6-A3B、Cosmos 3-A8B、Embodied-R1等通用与具身模型。3
物理空间状态理解能力让机器人能够感知三维物理空间中的物体关系,而非简单的2D图像识别。动作-变化理解则使模型掌握因果推理能力,能够预测“如果执行某动作,世界将如何变化”。时序和自适应推理让机器人具备持续观察和动态调整计划的能力。4
Hy-Embodied-RxBrain-1.0则聚焦于让具身大脑同时具备推理和想象能力。该模型基于超5万小时具身数据训练,统一多模态输入输出架构,覆盖家庭作业与工业操作等多元化场景。这意味着下游动作模型无需依赖大量昂贵的真机调试数据,即可完成训练迭代。2
当前文章无评论,是时候发表评论了