AnswersPublished18 sources
Bagaimana Lambda-0 mengajar robot humanoid bergerak dan mengendalikan objek
Lambda 0 ialah model untuk robot humanoid yang belajar menyelaraskan pergerakan dan pengendalian objek daripada 500 jam video sudut pandang pertama, disegerakkan dengan gerakan badan dan tangan. Data HumanVerse dikumpulkan tanpa menggunakan robot, tetapi latihan model secara keseluruhan turut merangkumi demonstrasi...
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer
Key takeaways
- Lambda 0 ialah model untuk robot humanoid yang belajar menyelaraskan pergerakan dan pengendalian objek daripada 500 jam video sudut pandang pertama, disegerakkan dengan gerakan badan dan tangan.
- Data HumanVerse dikumpulkan tanpa menggunakan robot, tetapi latihan model secara keseluruhan turut merangkumi demonstrasi manusia yang diselaraskan dengan robot serta latihan pascapelatihan menggunakan robot.
- Pasukan penyelidik melaporkan kejayaan 90.0% dalam simulasi SIMPLE dan 62.5% dalam ujian robot sebenar; keputusan ini belum direplikasi secara bebas.
AI Prompt
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) ialah model daripada Amap dan kumpulan ATH Alibaba yang direka untuk membantu robot humanoid menyelaraskan pergerakan seluruh badan dengan pengendalian objek. Idea utamanya: robot belajar daripada pengalaman manusia yang dirakam melalui video sudut pandang pertama, bersama data gerakan badan dan tangan yang disegerakkan. Bagi set data HumanVerse, pasukan penyelidik melaporkan telah mengumpulkan 500 jam data sedemikian. 1
4
Bukan sekadar belajar menggerakkan tangan
Robot yang perlu berjalan ke arah objek, mengubah kedudukan badan lalu mengambil objek perlu menyelaraskan seluruh tubuhnya. Lambda-0 dibangunkan untuk gabungan pergerakan dan manipulasi ini, yang dalam penyelidikan disebut loco-manipulation. Pendekatan tersebut menggunakan data manusia daripada aktiviti dalam persekitaran terbuka, dengan video sudut pandang pertama dipadankan dengan maklumat pergerakan badan dan tangan. 1
4
Gabungan ini penting kerana video menunjukkan apa yang dilihat seseorang, manakala data gerakan merekodkan cara tubuh dan tangan bergerak ketika berinteraksi dengan persekitaran. Maka, latihan model menyasarkan tindakan yang menghubungkan postur dan pergerakan dengan penggunaan tangan—bukan kemahiran memanipulasi objek secara berasingan. 1
HumanVerse: 500 jam pengalaman manusia
HumanVerse ialah set data yang diperkenalkan bersama penyelidikan ini. Menurut kertas kajian, set tersebut merangkumi 500 jam pergerakan dan pengendalian objek oleh manusia dalam persekitaran terbuka, dengan video sudut pandang pertama disegerakkan bersama gerakan badan dan tangan. 1
Data ini boleh dikumpulkan tanpa seseorang mengendalikan robot semasa rakaman. Pendekatan itu berpotensi mengurangkan kebergantungan pada demonstrasi yang dikumpulkan melalui kawalan robot dari jauh. Namun, sumber yang tersedia tidak mengesahkan dakwaan khusus tentang penggunaan peranti boleh pakai gred pengguna atau demonstrasi selama 29 saat berbanding 100 saat. 1
2
Pengumpulan data tanpa robot bukan bermakna latihan tanpa robot
Penting untuk membezakan cara data HumanVerse dikumpulkan daripada keseluruhan proses latihan Lambda-0. Huraian kaedah menyatakan bahawa latihan melibatkan pralatihan daripada pengalaman manusia, latihan pertengahan menggunakan demonstrasi manusia yang diselaraskan dengan robot, dan peringkat seterusnya yang melibatkan latihan dengan robot. 1
13
Jadi, hakikat bahawa HumanVerse dikumpulkan tanpa robot tidak membuktikan keseluruhan proses latihan bebas daripada data atau latihan robot. Begitu juga, dakwaan pemindahan ke robot “tanpa latihan tambahan” merujuk kepada pelaksanaan yang dilaporkan pada robot itu; ia tidak bermaksud latihan model langsung tidak menggunakan pengalaman robotik. 1
8
13
Keputusan ujian: menggalakkan, tetapi ada batasan
Dalam kertas kajian, pasukan melaporkan kejayaan 90.0% dalam SIMPLE, persekitaran simulasi mereka, serta kejayaan 62.5% dalam tugasan pergerakan dan manipulasi menggunakan robot sebenar. Angka ini ialah keputusan yang dilaporkan oleh pasukan penyelidik, bukannya penilaian bebas. 1
Sumber yang tersedia tidak sependapat tentang bilangan tugasan robot sebenar: satu menyebut tujuh, manakala satu lagi menghuraikan empat. Oleh itu, angka 62.5% wajar dinyatakan sebagai keputusan keseluruhan yang dilaporkan tanpa mengaitkannya dengan pasti kepada satu set tujuh tugasan. 8
11
Pasukan turut melaporkan bahawa penambahan data gerakan seluruh badan manusia meningkatkan kemajuan dalam tugasan hiliran. Ini menyokong kegunaan sumber data tersebut dalam eksperimen mereka, tetapi tidak dengan sendirinya membuktikan bahawa model mampu berfungsi secara umum atau boleh diharap dalam semua persekitaran. 1
Kod terbuka, tetapi belum disahkan secara bebas
Kertas kajian tersedia di arXiv dan kod projek diterbitkan di GitHub di bawah lesen Apache 2.0. Akses kepada kod boleh memudahkan pihak lain meneliti dan mengulangi eksperimen, tetapi penerbitan terbuka itu tidak bermakna hasilnya sudah disahkan oleh penyelidik bebas. 1
10
13
Sumber yang tersedia menyatakan bahawa keputusan tersebut belum direplikasi secara bebas. Buat masa ini, Lambda-0 lebih tepat dilihat sebagai pendekatan menarik untuk memindahkan pengalaman manusia kepada robot humanoid, dengan hasil awal yang dilaporkan pasukannya—bukan sebagai penyelesaian yang sudah terbukti untuk menjadikan robot humanoid autonomi dalam pelbagai kegunaan. 8
17
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 "Bagaimana Lambda-0 mengajar robot humanoid bergerak dan mengendalikan objek"?
Lambda 0 ialah model untuk robot humanoid yang belajar menyelaraskan pergerakan dan pengendalian objek daripada 500 jam video sudut pandang pertama, disegerakkan dengan gerakan badan dan tangan.
What are the key points to validate first?
Lambda 0 ialah model untuk robot humanoid yang belajar menyelaraskan pergerakan dan pengendalian objek daripada 500 jam video sudut pandang pertama, disegerakkan dengan gerakan badan dan tangan. Data HumanVerse dikumpulkan tanpa menggunakan robot, tetapi latihan model secara keseluruhan turut merangkumi demonstrasi manusia yang diselaraskan dengan robot serta latihan pascapelatihan menggunakan robot.
What should I do next in practice?
Pasukan penyelidik melaporkan kejayaan 90.0% dalam simulasi SIMPLE dan 62.5% dalam ujian robot sebenar; keputusan ini belum direplikasi secara bebas.
Sources
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