RéponsesPublié19 sources
Being-M0.7, un modèle qui coordonne marche et manipulation chez les humanoïdes
Being M0.7 cherche à faire marcher un humanoïde tout en lui permettant de saisir ou manipuler des objets, plutôt que d’entraîner ces compétences séparément.[1][6] Le modèle apprend d’abord à partir de données humaines hétérogènes, puis adapte ses prédictions au robot avant de les convertir en commandes de contrôle d...
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Being M0.7 cherche à faire marcher un humanoïde tout en lui permettant de saisir ou manipuler des objets, plutôt que d’entraîner ces compétences séparément.[1][6]
- Le modèle apprend d’abord à partir de données humaines hétérogènes, puis adapte ses prédictions au robot avant de les convertir en commandes de contrôle du corps entier.[1][7]
- Il atteint 71,1 % de réussite sur le benchmark simulé SIMPLE. Les essais réels sur Unitree G1 sont limités à cinq par tâche, et les extraits consultés ne permettent pas de confirmer tous les résultats chiffrés détaill...
Prompt IA
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 est un modèle de « monde-action » conçu par BeingBeyond pour la locomotion-manipulation — autrement dit, permettre à un humanoïde de se déplacer et de manipuler des objets de façon coordonnée.1
6 Au lieu d’apprendre ces gestes comme deux compétences indépendantes, le modèle tente d’anticiper à la fois l’évolution de la scène et les mouvements du corps.
Son idée centrale : exploiter plus de 10 000 heures de données humaines brutes — vidéos à la première personne et séquences de mouvements — avant d’utiliser des trajectoires de robot pour adapter ces acquis au contrôle d’une machine.1
8
Trois étapes, de l’apprentissage humain aux commandes du robot
L’approche répond à une difficulté pratique : les démonstrations de robots peuvent être difficiles à collecter, tandis que les données humaines sont plus abondantes mais souvent incomplètes. Certaines contiennent une vidéo sans données de mouvement, d’autres des mouvements sans vidéo. Et un geste humain ne se transpose pas directement au corps et aux capacités d’un robot.5
Being-M0.7 traite ces différences en trois temps :
- Pré-entraînement sur des données humaines. Un modèle de type Mixture of Transformers apprend une représentation commune de la vidéo et du mouvement, puis prédit des états visuels futurs et des mouvements corporels. Les exemples appariés fournissent un apprentissage conjoint ; les données vidéo seules ou mouvement seules élargissent la diversité des situations observées.
1
8
14
- Adaptation au robot. Des trajectoires robotiques servent à ajuster cette base prédictive au point de vue de la caméra, à la morphologie et aux dynamiques du robot.
7
- Apprentissage des commandes. Un expert d’action distinct apprend à convertir le contexte visuel prédit par le modèle en commandes exécutables pour le corps entier. Le modèle de base reste gelé à cette étape : les mouvements humains ne sont donc pas simplement rejoués tels quels par le robot.
Les sources mentionnent des jeux de données comme Ego4D, Xperience, Nymeria, Bones-SEED, SnapMoGen, HumanML3D et Lafan1, ainsi que des données issues de travaux antérieurs de BeingBeyond et de sources commerciales.1
14
Des représentations compactes, mais des détails encore incertains
Le système s’appuie sur des caractéristiques visuelles DINO gelées plutôt que sur la génération directe de pixels, ainsi que sur une représentation de mouvement compacte de 22 dimensions, centrée sur la tête et la racine du corps.12
14 Ces éléments aident à mettre en relation ce que le robot voit et les mouvements qu’il doit anticiper.
En revanche, les informations disponibles ne précisent pas suffisamment comment sont entraînés les marqueurs remplaçant les modalités manquantes, ni la définition détaillée des 22 dimensions. Il vaut donc mieux ne pas leur attribuer un fonctionnement plus précis que celui décrit par les sources.
Des résultats solides en simulation, à nuancer sur le terrain
Sur SIMPLE, un benchmark de simulation couvrant six tâches humanoïdes réparties sur trois niveaux de difficulté, Being-M0.7 réussit 128 essais sur 180, soit 71,1 %. Les résultats rapportés pour les modèles comparés sont de 64,4 % pour Ψ0, 52,8 % pour π0.5 et 33,9 % pour GR00T-N1.6.6
8
L’ablation rapportée souligne aussi l’intérêt de l’apprentissage sur les données humaines : sans cette étape de pré-entraînement, le score de Being-M0.7 tombe à 48,9 %.6 Mais le résultat global ne signifie pas que le modèle est meilleur sur chaque tâche : Ψ0 devance Being-M0.7 sur l’une d’elles, et π0.5 sur deux autres.
6
Pour les essais réels avec un Unitree G1, les éléments disponibles décrivent trois tâches de locomotion-manipulation, évaluées chacune cinq fois, et indiquent une égalité avec le meilleur modèle comparé — pas une victoire nette.5
7 Les extraits consultés ne permettent pas de confirmer tous les totaux détaillés avancés pour ces essais. Avec seulement cinq tentatives par tâche, chaque réussite ou échec pèse fortement dans le résultat.
Ce que ces essais ne démontrent pas encore
Les résultats montrent une piste prometteuse pour utiliser des données humaines à grande échelle afin d’apprendre des compétences utiles à un robot. Ils ne suffisent toutefois pas à établir la fiabilité du modèle sur de longues séquences, des tâches en plusieurs étapes ou des situations où les erreurs s’accumulent. Les sources signalent que l’évaluation porte sur un nombre limité de tâches et que les performances sur des tâches de plus longue durée restent à étudier.5
Un autre enjeu concerne la collecte des démonstrations robotiques : les sources rapportent une précision limitée du suivi des mouvements par le contrôleur de corps entier SONIC dans le cadre étudié, ce qui complique cette collecte et peut affecter la quantité ou la qualité des données disponibles pour l’entraînement.5 Il s’agit d’une contrainte du dispositif de contrôle et de collecte, à distinguer des capacités propres au modèle Being-M0.7.
Enfin, le 12 octobre 2026 correspond à la date d’un article consacré au modèle, tandis qu’une source antérieure situe sa présentation en juillet 2026.4
16 Les sources identifient Lu Zongqing comme professeur associé à l’Université de Pékin et fondateur de BeingBeyond ; elles ne permettent pas de confirmer ici le qualificatif de professeur titulaire.
6
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Being-M0.7, un modèle qui coordonne marche et manipulation chez les humanoïdes » ?
Being M0.7 cherche à faire marcher un humanoïde tout en lui permettant de saisir ou manipuler des objets, plutôt que d’entraîner ces compétences séparément.[1][6]
Quels sont les points clés à valider en premier ?
Being M0.7 cherche à faire marcher un humanoïde tout en lui permettant de saisir ou manipuler des objets, plutôt que d’entraîner ces compétences séparément.[1][6] Le modèle apprend d’abord à partir de données humaines hétérogènes, puis adapte ses prédictions au robot avant de les convertir en commandes de contrôle du corps entier.[1][7]
Que dois-je faire ensuite en pratique ?
Il atteint 71,1 % de réussite sur le benchmark simulé SIMPLE. Les essais réels sur Unitree G1 sont limités à cinq par tâche, et les extraits consultés ne permettent pas de confirmer tous les résultats chiffrés détaill...