两款模型，分工不同
机器之心 7 月 15 日报道，腾讯 Robotics X 实验室、福田实验室与腾讯混元联合推出两款具身智能基座模型：Hy-Embodied-VLM-1.0 和 Hy-Embodied-RxBrain-1.0，并开放模型、代码与权重入口。
一个看环境，一个想未来
- VLM-1.0：围绕物理状态理解、动作与变化理解、时序和自适应推理，覆盖场景感知、动作规划、导航和失败诊断等能力。原文称其在 37 个评测任务上综合平均 65.6 分，并以 A3B 规模达到接近上一代 A32B 模型的效果。
- RxBrain-1.0：把文本推理和视觉目标状态想象放进同一个模型，试图为下游动作模型提供「下一步做什么」以及「完成后应达到什么状态」两类条件。原文披露其使用超过 5 万小时具身数据，并构建约 2.1 亿条训练样本。
RxBrain 的核心方向不是单纯生成更好看的画面，而是让视觉想象参与进度判断、失败检测和重规划。
开源入口
图中指标和成功率来自原文披露的论文或团队评测，发布当天不等同于独立第三方基准结论。
评论
登录后可发表评论。