JawabanDipublikasikan18 sumber
Lambda-0 Mengajari Robot Humanoid Bergerak dan Memanipulasi Benda dari Pengalaman Manusia
Lambda 0 adalah model untuk robot humanoid yang belajar mengoordinasikan gerak tubuh dan manipulasi benda dari HumanVerse, kumpulan 500 jam video sudut pandang orang pertama yang diselaraskan dengan gerak tubuh dan ta... Data HumanVerse dikumpulkan tanpa robot, tetapi pelatihan Lambda 0 juga mencakup demonstrasi man...
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- Lambda 0 adalah model untuk robot humanoid yang belajar mengoordinasikan gerak tubuh dan manipulasi benda dari HumanVerse, kumpulan 500 jam video sudut pandang orang pertama yang diselaraskan dengan gerak tubuh dan ta...
- Data HumanVerse dikumpulkan tanpa robot, tetapi pelatihan Lambda 0 juga mencakup demonstrasi manusia yang diselaraskan dengan robot serta tahap pelatihan menggunakan robot.
- Tim melaporkan tingkat keberhasilan 90,0% di simulasi SIMPLE dan 62,5% dalam pengujian robot nyata; hasil tersebut belum direplikasi secara independen.
AI Perintah
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
Lambda-0 (λ₀) adalah model dari Amap dan kelompok ATH Alibaba untuk membantu robot humanoid mengoordinasikan gerak seluruh tubuh sekaligus memanipulasi benda. Gagasannya: robot dapat belajar dari pengalaman manusia yang direkam melalui video sudut pandang orang pertama, disertai data gerak tubuh dan tangan yang disinkronkan. Untuk mendukung pendekatan ini, tim memperkenalkan HumanVerse, kumpulan data berisi 500 jam gerakan manusia. 1
4
Bukan sekadar belajar menggerakkan tangan
Bayangkan robot harus berjalan mendekati benda, mengubah posisi tubuh, lalu meraihnya. Tugas seperti ini menuntut koordinasi antara kaki, badan, dan tangan—bukan hanya gerakan lengan. Dalam riset tersebut, kemampuan menggabungkan perpindahan dan manipulasi ini disebut loco-manipulation. 1
4
Video dari sudut pandang orang pertama memperlihatkan apa yang dilihat seseorang, sementara rekaman gerak tubuh dan tangan menunjukkan bagaimana ia bergerak dan berinteraksi dengan benda. Dengan menyelaraskan kedua jenis informasi itu, pelatihan Lambda-0 diarahkan pada perilaku yang menghubungkan perpindahan, postur, dan tindakan tangan. 1
HumanVerse: 500 jam data gerak manusia
HumanVerse berisi data gerakan dan manipulasi manusia di lingkungan terbuka. Dalam makalahnya, tim menjelaskan bahwa video sudut pandang orang pertama dipasangkan dengan data gerak tubuh dan tangan yang tersinkronisasi. 1
Pengumpulan HumanVerse dilakukan tanpa perlu mengoperasikan robot untuk merekam demonstrasi manusia. Cara ini dapat mengurangi ketergantungan pada demonstrasi melalui kendali jarak jauh robot saat mengumpulkan data manusia. Namun, informasi yang tersedia tidak cukup untuk memastikan klaim spesifik mengenai perangkat konsumen yang digunakan atau perbandingan durasi demonstrasi 29 detik dan 100 detik. 1
2
Pengumpulan data tanpa robot bukan berarti seluruh pelatihan tanpa robot
Penting untuk membedakan cara HumanVerse dikumpulkan dari keseluruhan proses pelatihan Lambda-0. Makalah dan deskripsi proyek menyebut pelatihan awal dari pengalaman manusia, pelatihan lanjutan dengan demonstrasi manusia yang diselaraskan dengan robot, lalu tahap pelatihan menggunakan robot. 1
13
Jadi, meskipun HumanVerse dikumpulkan tanpa robot, hal itu tidak membuktikan bahwa seluruh proses pelatihan Lambda-0 sama sekali tidak menggunakan data atau pengalaman robot. Klaim bahwa model dapat dipindahkan ke robot tanpa pelatihan tambahan juga perlu dipahami dalam konteks pengujian yang dilaporkan, bukan sebagai bukti bahwa robot tidak dilibatkan dalam tahap pelatihan mana pun. 1
8
13
Hasil pengujian dan batas kesimpulannya
Tim melaporkan keberhasilan 90,0% pada SIMPLE, lingkungan simulasi yang digunakan dalam riset, serta 62,5% pada tugas perpindahan dan manipulasi dengan robot nyata. Angka-angka tersebut merupakan hasil yang dilaporkan oleh tim peneliti, bukan evaluasi independen. 1
Ada perbedaan dalam laporan sekunder mengenai jumlah tugas robot nyata: satu sumber menyebut tujuh tugas, sementara sumber lain menjelaskan empat. Karena itu, angka 62,5% sebaiknya diperlakukan sebagai hasil keseluruhan yang dilaporkan, tanpa memastikan bahwa angka tersebut berasal dari tujuh tugas tertentu. 8
11
Makalah itu juga menyatakan bahwa penambahan data gerak seluruh tubuh manusia meningkatkan kemajuan pada tugas-tugas berikutnya. Temuan tersebut mendukung kegunaan jenis data ini dalam eksperimen tim, tetapi belum cukup untuk membuktikan bahwa model akan mampu bekerja secara umum atau andal di semua lingkungan. 1
Kode terbuka, hasil belum direplikasi independen
Makalah Lambda-0 tersedia di arXiv, sementara kode proyeknya dipublikasikan di GitHub dengan lisensi Apache 2.0. Ketersediaan kode dapat memudahkan pihak lain menelaah dan mencoba mengulang eksperimen, tetapi tidak berarti hasilnya sudah dikonfirmasi oleh peneliti independen. 1
10
13
Laporan yang tersedia menyebut hasil tersebut belum direplikasi secara independen. Untuk saat ini, Lambda-0 lebih tepat dipandang sebagai pendekatan menarik untuk memindahkan pengalaman manusia ke robot humanoid, dengan hasil awal yang menjanjikan menurut tim pengembang—bukan sebagai solusi yang telah terbukti untuk otonomi humanoid serbaguna. 8
17
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Lambda-0 Mengajari Robot Humanoid Bergerak dan Memanipulasi Benda dari Pengalaman Manusia"?
Lambda 0 adalah model untuk robot humanoid yang belajar mengoordinasikan gerak tubuh dan manipulasi benda dari HumanVerse, kumpulan 500 jam video sudut pandang orang pertama yang diselaraskan dengan gerak tubuh dan ta...
Apa poin penting yang harus divalidasi terlebih dahulu?
Lambda 0 adalah model untuk robot humanoid yang belajar mengoordinasikan gerak tubuh dan manipulasi benda dari HumanVerse, kumpulan 500 jam video sudut pandang orang pertama yang diselaraskan dengan gerak tubuh dan ta... Data HumanVerse dikumpulkan tanpa robot, tetapi pelatihan Lambda 0 juga mencakup demonstrasi manusia yang diselaraskan dengan robot serta tahap pelatihan menggunakan robot.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Tim melaporkan tingkat keberhasilan 90,0% di simulasi SIMPLE dan 62,5% dalam pengujian robot nyata; hasil tersebut belum direplikasi secara independen.
Sumber
arxiv.org$λ_0$: Scaling Open-World Egocentric Human Data for Humanoid Loco-Manipulation
technode.comAlibaba’s Amap unveils humanoid model that learns whole-body tasks from human movements · TechNode
github.comLambda Humanoid
tech-momentum.comAmap, 로봇 없이 모은 사람 시점 데이터로 휴머노이드 전신 모델 Lambda-0 공개