AnswersPublished20 sources
Over 10.000 timers menneskedata skal lære robotter at gå og gribe
Being M0.7 er en model til såkaldt mobil manipulation: at koordinere gang og håndtering af genstande i én samlet bevægelse.[1][6] Modellen lærer først af over 10.000 timers menneskevideo og bevægelsesdata og tilpasses derefter robotten gennem robotbaner og en særskilt handlingsmodel.[1][14] I simulationsbenchmarken...
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- Being M0.7 er en model til såkaldt mobil manipulation: at koordinere gang og håndtering af genstande i én samlet bevægelse.[1][6]
- Modellen lærer først af over 10.000 timers menneskevideo og bevægelsesdata og tilpasses derefter robotten gennem robotbaner og en særskilt handlingsmodel.[1][14]
- I simulationsbenchmarken SIMPLE opnåede Being M0.7 128 succeser ud af 180 forsøg – 71,1 %, det højeste samlede resultat blandt de sammenlignede modeller.[6][8]
- På en Unitree G1 robot var Being M0.7 på niveau med den stærkeste sammenlignede model i en lille test med tre opgaver og fem forsøg pr.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is BeingBeyond’s Being M0.7, released by the embodied AI startup founded by Peking University tenured associate professor Lu Zongqing a. Article summary: Being M0.7 is BeingBeyond’s latent world action model for humanoid “loco manipulation”—coordinating walking and object manipulation—rather than treating them as separate skills.[1][6] Its central idea is to learn a predi. Topic tags: general web, ai, code, privacy, regulation. 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, charts w
Being-M0.7 er BeingBeyonds model til at få humanoide robotter til at gå og håndtere genstande på samme tid. I robotforskning kaldes det ofte loco-manipulation eller mobil manipulation: Robotten skal både bevæge sig gennem omgivelserne og bruge hænderne, uden at de to færdigheder behandles som adskilte opgaver.1
6
Modellen bygger på en enkel idé: Lær først af langt mere menneskedata, end der typisk findes robotdemonstrationer, og oversæt derefter den lærte forståelse til kommandoer, som en bestemt robot kan udføre. BeingBeyond blev grundlagt af Lu Zongqing, der er lektor ved Peking University.3
4
Tre trin fra menneskedata til robotkommandoer
At træne direkte på robotdemonstrationer kan være begrænsende, fordi sådanne data er sparsomme. Menneskedata findes i langt større mængder, men de er ikke ensartede: Nogle optagelser har både video og bevægelsesdata, andre har kun video eller kun bevægelse. Og en menneskelig bevægelse kan ikke uden videre overføres til en robots krop.3
5
Being-M0.7 forsøger at håndtere det i tre trin:
- Fortræning på menneskedata: Modellen lærer et fælles rum for video og bevægelse og forudsiger både fremtidige visuelle tilstande og kropsbevægelser. Træningsmaterialet omfatter par af førstepersonsvideo og bevægelsesdata samt video- og bevægelsesdata hver for sig.
1
14
- Tilpasning til robotten: Robotbaner bruges til at tilpasse den lærte forståelse til robotten – blandt andet dens kameravinkel, kropsform og bevægelsesegenskaber.
7
8
- Træning af en handlingsmodel: En særskilt handlingsmodel bruger den fastlåste, fortrænede models forudsigelser til at danne kommandoer for hele robotkroppen.
På den måde skal modellen ikke kopiere menneskers bevægelser direkte. Den lærer først noget om, hvordan synsindtryk og bevægelse hænger sammen, og lærer derefter at omsætte den viden til handlinger for robotten.1
7
Datagrundlaget omfatter blandt andet Ego4D, Xperience, Nymeria, Bones-SEED, SnapMoGen, HumanML3D og LAFAN1 samt data fra tidligere BeingBeyond-arbejde. Den tekniske beskrivelse omtaler også fastlåste DINO-billedfeatures og en fælles bevægelsesrepræsentation på 22 dimensioner med hovedet som referencepunkt.12 De tilgængelige kilder beskriver ikke tilstrækkeligt, hvordan eventuelle lærbare pladsholdere for manglende datatyper trænes, så den detalje kan ikke fastslås her.
Gode samlede tal i simulation – men ikke på alle opgaver
På SIMPLE, en simulationsbenchmark med seks humanoide opgaver fordelt på tre sværhedsgrader, gennemførte Being-M0.7 128 ud af 180 forsøg med succes. Det svarer til 71,1 % og var det bedste samlede resultat blandt de modeller, der blev sammenlignet.6
8
Til sammenligning var de rapporterede samlede resultater 64,4 % for Ψ0, 52,8 % for π0.5 og 33,9 % for GR00T-N1.6. I en test uden fortræning på menneskedata faldt Being-M0.7 til 48,9 %.6 Det peger på, at menneskedata kan bidrage væsentligt i netop denne evaluering.
Et højt samlet resultat betyder dog ikke, at modellen var bedst i hver enkelt opgave. De rapporterede sammenligninger viser, at Ψ0 klarede sig bedre i én opgave, mens π0.5 klarede sig bedre i to andre.6 I en anden sammenligning forbedrede Being-M0.7 resultaterne på XMovePick og BendPick i forhold til en variant med kun sprogkontekst, men klarede sig dårligere på XMoveBendPick. Forskerne peger på mulig forstyrrelse mellem opgaver, der har lignende visuelle observationer.
7
Test på en rigtig Unitree G1
Being-M0.7 blev også afprøvet på en Unitree G1 i tre opgaver med både bevægelse og håndtering af genstande. Der blev gennemført fem forsøg pr. opgave. De tilgængelige rapporteringer beskriver resultatet som på niveau med den stærkeste sammenlignede model – ikke som en klar sejr.5
7
Det er et begrænset datagrundlag: Med kun fem forsøg pr. opgave kan enkelte resultater få stor betydning for den samlede vurdering. Testen viser derfor, at modellen kan klare bestemte opgaver på en fysisk robot, men siger mindre om, hvor stabilt den vil fungere i mange forskellige miljøer eller over længere tid.5
Kilderne peger desuden på, at den anvendte helkropscontroller havde begrænset præcision i sin sporing af bevægelser under indsamling af robotdemonstrationer. Det kan gøre det sværere at indsamle gode data til den efterfølgende træning.5 Det er en udfordring ved dataindsamling og kontrolsystemet – ikke i sig selv dokumentation for en fejl ved Being-M0.7.
En sidste datomæssig præcisering: Omtalen fra 12. oktober 2026 er ikke nødvendigvis modellens første offentliggørelse. BeingBeyonds forskningsside angiver 14. juli 2026 for Being-M0.7.16
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Over 10.000 timers menneskedata skal lære robotter at gå og gribe"?
Being M0.7 er en model til såkaldt mobil manipulation: at koordinere gang og håndtering af genstande i én samlet bevægelse.[1][6]
What are the key points to validate first?
Being M0.7 er en model til såkaldt mobil manipulation: at koordinere gang og håndtering af genstande i én samlet bevægelse.[1][6] Modellen lærer først af over 10.000 timers menneskevideo og bevægelsesdata og tilpasses derefter robotten gennem robotbaner og en særskilt handlingsmodel.[1][14]
What should I do next in practice?
I simulationsbenchmarken SIMPLE opnåede Being M0.7 128 succeser ud af 180 forsøg – 71,1 %, det højeste samlede resultat blandt de sammenlignede modeller.[6][8]