Lambda 0 je model pro humanoidní roboty, který se učí koordinovat pohyb a manipulaci z 500 hodin videa z pohledu člověka, synchronizovaného s pohyby těla a rukou. Lidská data pro HumanVerse vznikají bez robota, celkový tréninkový postup ale zahrnuje i fázi s robotickými daty či demonstracemi.
PublikovalUpraveno pomocí GPT-6 LunaObrázky vytvořeny pomocí GPT Image 2
Research answer

Create 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
Lambda-0 (λ₀) je model od Amap a skupiny ATH společnosti Alibaba, navržený pro koordinaci pohybu humanoidních robotů a manipulace s předměty. Jeho hlavní myšlenka: místo učení jednotlivých pohybů rukou využít lidskou zkušenost zachycenou na videu z pohledu člověka a synchronizovanou s pohyby těla i rukou. Pro systém HumanVerse tým uvádí 500 hodin takových dat. 1
4
Robot, který má dojít k předmětu, změnit postoj a zvednout ho, musí sladit pohyb celého těla. Lambda-0 je určen právě pro kombinaci přesunu a manipulace, kterou výzkumníci označují jako loco-manipulation. Přístup využívá lidské činnosti v běžných prostředích: záznam z pohledu člověka doplňují údaje o pohybu těla a rukou. 1
4
Video zachycuje, co člověk vidí, zatímco pohybová data ukazují, jak se při práci s okolím pohybuje. Cílem je, aby se robot učil propojovat postoj a přesun s činností rukou — ne aby manipulaci vnímal jako dovednost oddělenou od zbytku těla. 1
HumanVerse je datová sada představená v rámci výzkumu. Podle práce obsahuje 500 hodin lidského pohybu a manipulace v různorodých prostředích. Video z pohledu člověka je v ní synchronizované s pohyby těla a rukou. 1
Při pořizování těchto záznamů nemusí člověk ovládat robota. Tím se může snížit závislost na ukázkách pořízených dálkovým řízením robota. Dostupné podklady ale nepotvrzují konkrétní tvrzení o spotřebitelských nositelných zařízeních ani o demonstracích trvajících 29 sekund oproti 100 sekundám. 1
2
Je důležité rozlišovat mezi sběrem dat pro HumanVerse a celým tréninkovým postupem. Popis metody uvádí předtrénování na lidské zkušenosti, mezifázi s lidskými ukázkami sladěnými s robotem a následný trénink s robotem. 1
13
To, že data HumanVerse vznikají bez robota, tedy neznamená, že celý tréninkový postup robotická data nebo trénink s robotem zcela vynechává. A tvrzení o přenosu „bez dalšího tréninku“ se vztahuje k popisovanému nasazení modelu na robotu; nelze je zaměňovat za trénink, který by vůbec nevyužíval robotickou zkušenost. 1
8
13
Výzkumný tým uvádí 90,0% úspěšnost v simulaci SIMPLE, kterou sám vytvořil, a 62,5% úspěšnost při úlohách kombinujících pohyb a manipulaci na reálném robotu. Jde o výsledky prezentované autory výzkumu, nikoli o nezávislé hodnocení. 1
Dostupné popisy se rozcházejí v počtu úloh na reálném robotu: jeden uvádí sedm, jiný čtyři. Hodnotu 62,5 % je proto bezpečnější popisovat jako celkový výsledek uváděný týmem, aniž bychom ji s jistotou přiřazovali k souboru sedmi úloh. 8
11
Autoři také uvádějí, že přidávání lidských dat zachycujících pohyb celého těla zlepšuje pokrok při následných úlohách. V jejich experimentech to podporuje užitečnost tohoto zdroje dat. Samo o sobě to ale nedokazuje obecnou schopnost modelu ani spolehlivý výkon v libovolném prostředí. 1
Výzkumná práce je dostupná na arXivu a kód projektu na GitHubu pod licencí Apache 2.0. Zveřejnění kódu může usnadnit kontrolu i opakování experimentů, samo však neznamená, že výsledky už nezávisle potvrdili další výzkumníci. 1
10
13
Dostupné zdroje výslovně upozorňují, že výsledky zatím nebyly nezávisle zopakovány. Lambda-0 je tedy zajímavý přístup k přenosu lidské zkušenosti na humanoidní roboty s povzbudivými výsledky, které uvádí jeho autoři — nikoli dosud prokázané řešení pro univerzálně autonomní humanoidní roboty. 8
17
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Lambda 0 je model pro humanoidní roboty, který se učí koordinovat pohyb a manipulaci z 500 hodin videa z pohledu člověka, synchronizovaného s pohyby těla a rukou.
Lambda 0 je model pro humanoidní roboty, který se učí koordinovat pohyb a manipulaci z 500 hodin videa z pohledu člověka, synchronizovaného s pohyby těla a rukou. Lidská data pro HumanVerse vznikají bez robota, celkový tréninkový postup ale zahrnuje i fázi s robotickými daty či demonstracemi.
Tým uvádí 90% úspěšnost v simulaci SIMPLE a 62,5 % při testech s reálným robotem; výsledky zatím nebyly nezávisle zopakovány.
Lambda 0 je model pro humanoidní roboty, který se učí koordinovat pohyb a manipulaci z 500 hodin videa z pohledu člověka, synchronizovaného s pohyby těla a rukou. Lidská data pro HumanVerse vznikají bez robota, celkový tréninkový postup ale zahrnuje i fázi s robotickými daty či demonstracemi.
PublikovalUpraveno pomocí GPT-6 LunaObrázky vytvořeny pomocí GPT Image 2
Research answer

Create 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
Lambda-0 (λ₀) je model od Amap a skupiny ATH společnosti Alibaba, navržený pro koordinaci pohybu humanoidních robotů a manipulace s předměty. Jeho hlavní myšlenka: místo učení jednotlivých pohybů rukou využít lidskou zkušenost zachycenou na videu z pohledu člověka a synchronizovanou s pohyby těla i rukou. Pro systém HumanVerse tým uvádí 500 hodin takových dat. 1
4
Robot, který má dojít k předmětu, změnit postoj a zvednout ho, musí sladit pohyb celého těla. Lambda-0 je určen právě pro kombinaci přesunu a manipulace, kterou výzkumníci označují jako loco-manipulation. Přístup využívá lidské činnosti v běžných prostředích: záznam z pohledu člověka doplňují údaje o pohybu těla a rukou. 1
4
Video zachycuje, co člověk vidí, zatímco pohybová data ukazují, jak se při práci s okolím pohybuje. Cílem je, aby se robot učil propojovat postoj a přesun s činností rukou — ne aby manipulaci vnímal jako dovednost oddělenou od zbytku těla. 1
HumanVerse je datová sada představená v rámci výzkumu. Podle práce obsahuje 500 hodin lidského pohybu a manipulace v různorodých prostředích. Video z pohledu člověka je v ní synchronizované s pohyby těla a rukou. 1
Při pořizování těchto záznamů nemusí člověk ovládat robota. Tím se může snížit závislost na ukázkách pořízených dálkovým řízením robota. Dostupné podklady ale nepotvrzují konkrétní tvrzení o spotřebitelských nositelných zařízeních ani o demonstracích trvajících 29 sekund oproti 100 sekundám. 1
2
Je důležité rozlišovat mezi sběrem dat pro HumanVerse a celým tréninkovým postupem. Popis metody uvádí předtrénování na lidské zkušenosti, mezifázi s lidskými ukázkami sladěnými s robotem a následný trénink s robotem. 1
13
To, že data HumanVerse vznikají bez robota, tedy neznamená, že celý tréninkový postup robotická data nebo trénink s robotem zcela vynechává. A tvrzení o přenosu „bez dalšího tréninku“ se vztahuje k popisovanému nasazení modelu na robotu; nelze je zaměňovat za trénink, který by vůbec nevyužíval robotickou zkušenost. 1
8
13
Výzkumný tým uvádí 90,0% úspěšnost v simulaci SIMPLE, kterou sám vytvořil, a 62,5% úspěšnost při úlohách kombinujících pohyb a manipulaci na reálném robotu. Jde o výsledky prezentované autory výzkumu, nikoli o nezávislé hodnocení. 1
Dostupné popisy se rozcházejí v počtu úloh na reálném robotu: jeden uvádí sedm, jiný čtyři. Hodnotu 62,5 % je proto bezpečnější popisovat jako celkový výsledek uváděný týmem, aniž bychom ji s jistotou přiřazovali k souboru sedmi úloh. 8
11
Autoři také uvádějí, že přidávání lidských dat zachycujících pohyb celého těla zlepšuje pokrok při následných úlohách. V jejich experimentech to podporuje užitečnost tohoto zdroje dat. Samo o sobě to ale nedokazuje obecnou schopnost modelu ani spolehlivý výkon v libovolném prostředí. 1
Výzkumná práce je dostupná na arXivu a kód projektu na GitHubu pod licencí Apache 2.0. Zveřejnění kódu může usnadnit kontrolu i opakování experimentů, samo však neznamená, že výsledky už nezávisle potvrdili další výzkumníci. 1
10
13
Dostupné zdroje výslovně upozorňují, že výsledky zatím nebyly nezávisle zopakovány. Lambda-0 je tedy zajímavý přístup k přenosu lidské zkušenosti na humanoidní roboty s povzbudivými výsledky, které uvádí jeho autoři — nikoli dosud prokázané řešení pro univerzálně autonomní humanoidní roboty. 8
17
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Lambda 0 je model pro humanoidní roboty, který se učí koordinovat pohyb a manipulaci z 500 hodin videa z pohledu člověka, synchronizovaného s pohyby těla a rukou.
Lambda 0 je model pro humanoidní roboty, který se učí koordinovat pohyb a manipulaci z 500 hodin videa z pohledu člověka, synchronizovaného s pohyby těla a rukou. Lidská data pro HumanVerse vznikají bez robota, celkový tréninkový postup ale zahrnuje i fázi s robotickými daty či demonstracemi.
Tým uvádí 90% úspěšnost v simulaci SIMPLE a 62,5 % při testech s reálným robotem; výsledky zatím nebyly nezávisle zopakovány.