Lambda 0 is een model van Amap en Alibaba’s ATH groep dat humanoïde robots leert om beweging en objectmanipulatie met hun hele lichaam te combineren. De bijbehorende HumanVerse dataset bevat volgens de onderzoekers 500 uur video vanuit menselijk perspectief, gekoppeld aan bewegingen van lichaam en handen.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met 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) is een model van Amap, Alibaba’s kaart- en locatiebedrijf, en de ATH-groep van Alibaba. Het is bedoeld om humanoïde robots te leren bewegen en voorwerpen te hanteren met hun hele lichaam. De aanpak gebruikt menselijke ervaring uit video’s vanuit het perspectief van de persoon die de handelingen uitvoert, gekoppeld aan informatie over lichaams- en handbewegingen. Voor de bijbehorende dataset HumanVerse meldt het onderzoeksteam 500 uur aan zulke gegevens. 1
4
Een robot die naar een voorwerp loopt, van houding verandert en het vervolgens oppakt, moet meer kunnen dan alleen een hand of arm bewegen. De onderzoekers noemen die combinatie van voortbewegen en objecten hanteren loco-manipulation. Lambda-0 is ontworpen om die vaardigheden op elkaar af te stemmen. 1
4
De video laat zien wat iemand ziet; de bewegingsgegevens leggen vast hoe die persoon het lichaam en de handen inzet. Door die informatie te combineren, probeert het model handelingen te leren waarin verplaatsen, houding en manipulatie samenkomen — in plaats van elke handbeweging als een losse vaardigheid te behandelen. 1
HumanVerse is de dataset die bij het onderzoek hoort. Volgens de paper bevat die 500 uur aan menselijke bewegingen en handelingen in open omgevingen. De video vanuit het perspectief van de persoon is daarbij gekoppeld aan bewegingen van lichaam en handen. 1
Voor het verzamelen van deze gegevens hoeft iemand geen robot te besturen. Dat kan de afhankelijkheid verminderen van demonstraties waarbij een robot op afstand wordt bediend. De beschikbare bronnen onderbouwen echter niet de specifieke beweringen over consumentenelektronica of demonstraties van 29 seconden tegenover 100 seconden. 1
2
Het is belangrijk onderscheid te maken tussen het verzamelen van HumanVerse-gegevens en de volledige training van Lambda-0. De beschreven methode bestaat uit voortraining met menselijke ervaring, een tussenfase met op de robot afgestemde menselijke demonstraties en een latere trainingsfase met een robot. 1
13
Dat HumanVerse zonder robot wordt verzameld, betekent dus niet dat het volledige trainingsproces geen robotgegevens of robottraining gebruikt. Ook de claim dat het model op een robot kan worden ingezet „zonder extra training” moet niet worden gelezen als bewijs dat de hele trainingsmethode geen robotervaring bevat. 1
8
13
De onderzoekers melden 90,0% succes op SIMPLE, hun simulatieomgeving, en 62,5% succes bij taken met verplaatsing en objectmanipulatie op een echte robot. Dit zijn resultaten die het onderzoeksteam rapporteert, geen onafhankelijke beoordeling. 1
De beschikbare verslagen verschillen over het aantal taken met de echte robot: één noemt er zeven, een andere beschrijft er vier. Daarom is het zorgvuldiger om de 62,5% als het gerapporteerde totaalresultaat te noemen, zonder dat percentage met zekerheid aan een specifieke reeks van zeven taken toe te schrijven. 8
11
De paper meldt ook dat meer menselijke gegevens over bewegingen van het hele lichaam de voortgang bij latere taken verbeteren. Dat ondersteunt het nut van deze gegevens binnen de experimenten van het team, maar bewijst op zichzelf niet dat het model in elke omgeving breed inzetbaar of betrouwbaar is. 1
De paper staat op arXiv en de projectcode is via GitHub beschikbaar onder de Apache 2.0-licentie. Openbare code kan het controleren en herhalen van experimenten vergemakkelijken, maar betekent niet dat onafhankelijke onderzoekers de resultaten al hebben bevestigd. 1
10
13
Volgens de beschikbare berichtgeving zijn de resultaten nog niet onafhankelijk gereproduceerd. Lambda-0 is daarmee een interessante manier om menselijke ervaring naar humanoïde robots over te brengen, met veelbelovende resultaten volgens het team — maar nog geen bewezen oplossing voor algemene autonomie van humanoïde robots. 8
17
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Lambda 0 is een model van Amap en Alibaba’s ATH groep dat humanoïde robots leert om beweging en objectmanipulatie met hun hele lichaam te combineren.
Lambda 0 is een model van Amap en Alibaba’s ATH groep dat humanoïde robots leert om beweging en objectmanipulatie met hun hele lichaam te combineren. De bijbehorende HumanVerse dataset bevat volgens de onderzoekers 500 uur video vanuit menselijk perspectief, gekoppeld aan bewegingen van lichaam en handen.
De gegevensverzameling gebeurt zonder robot, maar de volledige trainingsmethode omvat ook robotgerichte demonstraties en een latere trainingsfase met een robot.
Lambda 0 is een model van Amap en Alibaba’s ATH groep dat humanoïde robots leert om beweging en objectmanipulatie met hun hele lichaam te combineren. De bijbehorende HumanVerse dataset bevat volgens de onderzoekers 500 uur video vanuit menselijk perspectief, gekoppeld aan bewegingen van lichaam en handen.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met 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) is een model van Amap, Alibaba’s kaart- en locatiebedrijf, en de ATH-groep van Alibaba. Het is bedoeld om humanoïde robots te leren bewegen en voorwerpen te hanteren met hun hele lichaam. De aanpak gebruikt menselijke ervaring uit video’s vanuit het perspectief van de persoon die de handelingen uitvoert, gekoppeld aan informatie over lichaams- en handbewegingen. Voor de bijbehorende dataset HumanVerse meldt het onderzoeksteam 500 uur aan zulke gegevens. 1
4
Een robot die naar een voorwerp loopt, van houding verandert en het vervolgens oppakt, moet meer kunnen dan alleen een hand of arm bewegen. De onderzoekers noemen die combinatie van voortbewegen en objecten hanteren loco-manipulation. Lambda-0 is ontworpen om die vaardigheden op elkaar af te stemmen. 1
4
De video laat zien wat iemand ziet; de bewegingsgegevens leggen vast hoe die persoon het lichaam en de handen inzet. Door die informatie te combineren, probeert het model handelingen te leren waarin verplaatsen, houding en manipulatie samenkomen — in plaats van elke handbeweging als een losse vaardigheid te behandelen. 1
HumanVerse is de dataset die bij het onderzoek hoort. Volgens de paper bevat die 500 uur aan menselijke bewegingen en handelingen in open omgevingen. De video vanuit het perspectief van de persoon is daarbij gekoppeld aan bewegingen van lichaam en handen. 1
Voor het verzamelen van deze gegevens hoeft iemand geen robot te besturen. Dat kan de afhankelijkheid verminderen van demonstraties waarbij een robot op afstand wordt bediend. De beschikbare bronnen onderbouwen echter niet de specifieke beweringen over consumentenelektronica of demonstraties van 29 seconden tegenover 100 seconden. 1
2
Het is belangrijk onderscheid te maken tussen het verzamelen van HumanVerse-gegevens en de volledige training van Lambda-0. De beschreven methode bestaat uit voortraining met menselijke ervaring, een tussenfase met op de robot afgestemde menselijke demonstraties en een latere trainingsfase met een robot. 1
13
Dat HumanVerse zonder robot wordt verzameld, betekent dus niet dat het volledige trainingsproces geen robotgegevens of robottraining gebruikt. Ook de claim dat het model op een robot kan worden ingezet „zonder extra training” moet niet worden gelezen als bewijs dat de hele trainingsmethode geen robotervaring bevat. 1
8
13
De onderzoekers melden 90,0% succes op SIMPLE, hun simulatieomgeving, en 62,5% succes bij taken met verplaatsing en objectmanipulatie op een echte robot. Dit zijn resultaten die het onderzoeksteam rapporteert, geen onafhankelijke beoordeling. 1
De beschikbare verslagen verschillen over het aantal taken met de echte robot: één noemt er zeven, een andere beschrijft er vier. Daarom is het zorgvuldiger om de 62,5% als het gerapporteerde totaalresultaat te noemen, zonder dat percentage met zekerheid aan een specifieke reeks van zeven taken toe te schrijven. 8
11
De paper meldt ook dat meer menselijke gegevens over bewegingen van het hele lichaam de voortgang bij latere taken verbeteren. Dat ondersteunt het nut van deze gegevens binnen de experimenten van het team, maar bewijst op zichzelf niet dat het model in elke omgeving breed inzetbaar of betrouwbaar is. 1
De paper staat op arXiv en de projectcode is via GitHub beschikbaar onder de Apache 2.0-licentie. Openbare code kan het controleren en herhalen van experimenten vergemakkelijken, maar betekent niet dat onafhankelijke onderzoekers de resultaten al hebben bevestigd. 1
10
13
Volgens de beschikbare berichtgeving zijn de resultaten nog niet onafhankelijk gereproduceerd. Lambda-0 is daarmee een interessante manier om menselijke ervaring naar humanoïde robots over te brengen, met veelbelovende resultaten volgens het team — maar nog geen bewezen oplossing voor algemene autonomie van humanoïde robots. 8
17
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Lambda 0 is een model van Amap en Alibaba’s ATH groep dat humanoïde robots leert om beweging en objectmanipulatie met hun hele lichaam te combineren.
Lambda 0 is een model van Amap en Alibaba’s ATH groep dat humanoïde robots leert om beweging en objectmanipulatie met hun hele lichaam te combineren. De bijbehorende HumanVerse dataset bevat volgens de onderzoekers 500 uur video vanuit menselijk perspectief, gekoppeld aan bewegingen van lichaam en handen.
De gegevensverzameling gebeurt zonder robot, maar de volledige trainingsmethode omvat ook robotgerichte demonstraties en een latere trainingsfase met een robot.