↑

高德发布全身基座模型λ0:无本体人类数据训练机器人全身协调

PromptTree|阅读 1
2026/10/24 19:21
高德λ0具身智能HumanVerse
阿里巴巴旗下高德发布首个基于开放世界行为的全身基座模型λ0,仅依靠人类行动数据学习移动、姿态与双手操作的全身协调;官方称数据采集效率约为主流方法的3.4倍,真机任务成功率较最强对比基线提升22.5%,并开源相关硬件配置与数据样例。

人形机器人若只能在固定工位学局部动作,一进家庭与商超就会露怯。高德发布全身基座模型λ0,主打一条反直觉的路径:不依赖昂贵机器人本体采集,而是用人类佩戴消费级设备在日常环境“随走随采”,再把全身经验对齐到机器人控制。

技术与数据要点(公司口径):

  1. 任务:移动、姿态与双手操作的全身协调,面向开放世界长程任务。
  2. 效率:代表性任务单条示范由约100秒降至约29秒,采集效率约3.4倍。
  3. 数据:构建约500小时开放世界无本体全身数据HumanVerse-500;训练分手部交互、全身协调、人形本体三阶段。
  4. 迁移:宣称在多项全身协调与长程移动操作任务上,仅凭人类数据即可真机零样本迁移;人类数据规模扩大时,同等机器人示范量下表现可继续提升。
  5. 开放:GitHub开源相关硬件配置代码,Hugging Face上线HumanVerse数据样例。

研究由高德与阿里ATH事业群共同完成。产业含义在于:全身数据的规模化供给,可能比“再买一批示教机器人”更接近具身大模型的燃料问题。需要说明的是,SOTA与提升幅度来自SIMPLE仿真及公司真机评测设定,跨本体泛化仍需独立复现。

一句话收尾:λ0赌的是——先让普通人把全身动作采下来,再让机器人学会整个人怎么干活。