الإجاباتمنشور17 المصادر
Lambda-0 يعلّم الروبوتات تنسيق الحركة والتعامل مع الأشياء من خبرة البشر
يتعلم Lambda 0 تنسيق الحركة والتعامل مع الأشياء من 500 ساعة من فيديو منظور الشخص الأول المتزامن مع بيانات حركة الجسم واليدين. تُجمع بيانات HumanVerse من دون استخدام روبوت أثناء التسجيل، لكن مراحل تدريب النموذج تشمل أيضًا بيانات بشرية مواءمة مع الروبوت وتدريبًا لاحقًا باستخدامه.
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- يتعلم Lambda 0 تنسيق الحركة والتعامل مع الأشياء من 500 ساعة من فيديو منظور الشخص الأول المتزامن مع بيانات حركة الجسم واليدين.
- تُجمع بيانات HumanVerse من دون استخدام روبوت أثناء التسجيل، لكن مراحل تدريب النموذج تشمل أيضًا بيانات بشرية مواءمة مع الروبوت وتدريبًا لاحقًا باستخدامه.
- أعلنت مجموعة البحث نتائج بلغت 90% في محاكاة SIMPLE و62.5% في مهام على روبوت حقيقي؛ ولم تُعَد هذه النتائج بصورة مستقلة حتى الآن.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Lambda-0, the whole-body humanoid foundation model released by Amap, Alibaba’s mapping and location unit, and its ATH business group. Article summary: Lambda-0 (λ0) is a humanoid foundation model from Amap and Alibaba’s ATH group that learns coordinated movement and manipulation from human demonstrations; its release was reported on October 24, 2026. [4][7][50] Its cen. Topic tags: general, academic, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
يهدف نموذج Lambda-0 (λ₀)، الذي طورته Amap التابعة لمجموعة Alibaba بالتعاون مع مجموعة ATH، إلى تعليم الروبوتات الشبيهة بالبشر تنسيق الحركة والتعامل مع الأشياء. فبدلًا من تدريب الروبوت على حركة اليد وحدها، يستفيد النموذج من فيديو يُصوَّر من منظور الشخص الأول ومتزامن مع بيانات حركة الجسم واليدين. وتقول مجموعة البحث إن مجموعة بيانات HumanVerse تضم 500 ساعة من هذه الخبرة البشرية. 1
4
لماذا يحتاج الروبوت إلى تعلّم حركة الجسم كله؟
للوصول إلى غرض والتقاطه، قد يحتاج الروبوت إلى المشي نحوه وتعديل وضعيته ثم استخدام يديه. ويتطلب ذلك تنسيقًا بين الحركة والتنقل والتعامل مع الأشياء، وهو ما تصفه الأبحاث بمصطلح loco-manipulation. صُمم Lambda-0 لهذا النوع من المهام المتكاملة، مستفيدًا من تسجيلات بشرية في بيئات مفتوحة تجمع بين ما يراه الشخص وكيفية تحرك جسمه ويديه. 1
4
الفكرة هنا أن الفيديو وحده لا يصف طريقة تنفيذ الحركة، وبيانات الحركة وحدها لا تُظهر ما يراه الإنسان. ودمج الاثنين يتيح للنموذج التعلّم من سلوك يربط بين النظرية والوضعية والتنقل وحركة اليدين، بدل التعامل مع التقاط الأشياء بوصفه مهارة منفصلة. 1
HumanVerse: 500 ساعة من الحركة البشرية
تضم مجموعة بيانات HumanVerse، بحسب الدراسة، 500 ساعة من الحركة والتعامل مع الأشياء في بيئات مفتوحة. وتتزامن فيها تسجيلات منظور الشخص الأول مع بيانات حركة الجسم واليدين. 1
وجُمعت هذه التسجيلات من دون الحاجة إلى جعل شخص يتحكم بروبوت خلال التصوير، ما قد يقلل الاعتماد على عروض التحكم عن بُعد لجمع بيانات بشرية. لكن ذلك لا يعني أن جميع مراحل تدريب النموذج خلت من بيانات الروبوت أو التدريب عليه. 1
13
جمع البيانات شيء، وتدريب النموذج شيء آخر
من المهم التمييز بين طريقة جمع HumanVerse وبين مسار تدريب Lambda-0 بأكمله. فبحسب وصف المنهجية، يبدأ التدريب بالتعلم من الخبرة البشرية، ثم يستخدم عروضًا بشرية مواءمة مع الروبوت في مرحلة وسيطة، تليها مرحلة تدريب باستخدام الروبوت. 1
13
لذلك، فإن جمع بيانات HumanVerse من دون روبوت لا يثبت أن سلسلة التدريب كاملة خالية من الخبرة الروبوتية. كذلك، فإن وصف انتقال النموذج إلى الروبوت بأنه تم «من دون تدريب إضافي» يتعلق بالتطبيق المعلن، ولا يعني أن النموذج لم يتضمن أي تدريب أو بيانات مرتبطة بالروبوت. 1
8
13
النتائج المعلنة وحدودها
أفادت مجموعة البحث بتحقيق 90.0% في SIMPLE، وهي بيئة محاكاة طورتها، و62.5% في مهام تنقل وتعامل مع الأشياء باستخدام روبوت حقيقي. هذه أرقام أعلنتها المجموعة، وليست نتيجة تقييم مستقل. 1
وتختلف المصادر المتاحة بشأن عدد المهام المنفذة على الروبوت الحقيقي: إذ يذكر أحدها سبع مهام، بينما يصف مصدر آخر أربعًا. لذا من الأدق عرض نسبة 62.5% بوصفها النتيجة الإجمالية المعلنة، من دون الجزم بأنها تخص مجموعة محددة من سبع مهام. 8
11
وتذكر الدراسة أيضًا أن زيادة بيانات الحركة البشرية لكامل الجسم حسّنت التقدم في المهام اللاحقة ضمن تجاربها. وهذا يدعم فائدة هذه البيانات في سياق اختبارات المجموعة، لكنه لا يثبت وحده قدرة عامة أو أداءً موثوقًا في كل البيئات. 1
الشيفرة متاحة، لكن التحقق المستقل لم يأتِ بعد
نُشرت الدراسة على arXiv، كما أُتيح كود المشروع على GitHub بموجب ترخيص Apache 2.0. وقد تسهّل إتاحة الكود مراجعة التجارب ومحاولة تكرارها، لكنها لا تعني أن باحثين مستقلين أكدوا النتائج بالفعل. 1
10
13
وبحسب التقارير المتاحة، لم تُعَد النتائج بصورة مستقلة حتى الآن. لذلك يمثل Lambda-0 نهجًا لافتًا لنقل بعض الخبرة البشرية إلى الروبوتات الشبيهة بالبشر، مع نتائج أولية مشجعة أعلنتها مجموعة البحث؛ لكنه ليس بعد حلًا مثبتًا للاستقلالية العامة لهذه الروبوتات. 8
17
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "Lambda-0 يعلّم الروبوتات تنسيق الحركة والتعامل مع الأشياء من خبرة البشر"؟
يتعلم Lambda 0 تنسيق الحركة والتعامل مع الأشياء من 500 ساعة من فيديو منظور الشخص الأول المتزامن مع بيانات حركة الجسم واليدين.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
يتعلم Lambda 0 تنسيق الحركة والتعامل مع الأشياء من 500 ساعة من فيديو منظور الشخص الأول المتزامن مع بيانات حركة الجسم واليدين. تُجمع بيانات HumanVerse من دون استخدام روبوت أثناء التسجيل، لكن مراحل تدريب النموذج تشمل أيضًا بيانات بشرية مواءمة مع الروبوت وتدريبًا لاحقًا باستخدامه.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
أعلنت مجموعة البحث نتائج بلغت 90% في محاكاة SIMPLE و62.5% في مهام على روبوت حقيقي؛ ولم تُعَد هذه النتائج بصورة مستقلة حتى الآن.