AnswersPublished18 sources
Lambda-0: humanoid uczy się ruchu i chwytania z ludzkich nagrań
Lambda 0 to model dla humanoidów, który ma koordynować przemieszczanie się i manipulowanie przedmiotami, korzystając z 500 godzin nagrań pierwszoosobowych zsynchronizowanych z ruchem ciała i dłoni. Dane HumanVerse zebrano bez udziału robota, ale cały proces treningu obejmuje także etap z demonstracjami dopasowanymi...
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- Lambda 0 to model dla humanoidów, który ma koordynować przemieszczanie się i manipulowanie przedmiotami, korzystając z 500 godzin nagrań pierwszoosobowych zsynchronizowanych z ruchem ciała i dłoni.
- Dane HumanVerse zebrano bez udziału robota, ale cały proces treningu obejmuje także etap z demonstracjami dopasowanymi do robota i późniejsze trenowanie na robocie.
- Zespół podaje 90% skuteczności w symulacji SIMPLE i 62,5% w testach z rzeczywistym robotem.
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) to model opracowany przez Amap i grupę ATH Alibaba, zaprojektowany do koordynowania ruchu humanoida i manipulowania przedmiotami. Zamiast uczyć robota wyłącznie pojedynczych ruchów dłoni, badacze wykorzystują ludzkie doświadczenie z nagrań z perspektywy pierwszej osoby, zsynchronizowanych z ruchem ciała i rąk. Zespół podaje, że zbiór HumanVerse obejmuje 500 godzin takich danych. 1
4
Chodzenie i chwytanie jako jedno zadanie
Robot, który ma podejść do przedmiotu, zmienić pozycję i go podnieść, musi skoordynować całe ciało. Lambda-0 powstał z myślą o takich połączonych zadaniach, określanych w pracy jako loco-manipulation — czyli przemieszczaniu się połączonym z manipulowaniem obiektami. Wykorzystane dane pochodzą z aktywności ludzi w rzeczywistych, otwartych środowiskach: obraz z kamery pierwszoosobowej jest zsynchronizowany z informacjami o ruchu ciała i dłoni. 1
4
Obraz pokazuje, co widzi człowiek, a dane ruchowe — jak porusza się, by wejść w interakcję z otoczeniem. W założeniu pozwala to uczyć zachowań łączących postawę, przemieszczanie się i działanie rąk, zamiast traktować chwytanie jako osobną, odizolowaną umiejętność. 1
HumanVerse: 500 godzin ludzkiego doświadczenia
HumanVerse to zbiór danych opisany w badaniu jako 500 godzin ludzkiego ruchu i manipulowania przedmiotami w otwartych środowiskach. Obejmuje nagrania z perspektywy pierwszej osoby zsynchronizowane z ruchem ciała i dłoni. 1
Zbieranie tego materiału nie wymagało, by uczestnik sterował robotem. Może to ograniczać zależność od demonstracji nagrywanych za pomocą zdalnego sterowania robotem. Nie oznacza jednak, że cały model trenowano wyłącznie na danych zebranych bez udziału robotów. 1
2
Dane zebrano bez robota, ale trening jest wieloetapowy
Warto rozdzielić sposób zbierania danych HumanVerse od pełnego procesu trenowania modelu. Opis metody wskazuje na wstępne uczenie na ludzkim doświadczeniu, etap pośredni z demonstracjami ludzi dopasowanymi do robota oraz późniejszy etap treningu z użyciem robota. 1
13
Dlatego informacja, że podczas nagrywania HumanVerse nie korzystano z robota, nie dowodzi, że cały proces treningowy obył się bez danych lub treningu robotycznego. Podobnie deklarowanego przeniesienia modelu na robota „bez dodatkowego treningu” nie należy utożsamiać z trenowaniem, które w ogóle nie uwzględniało doświadczeń robota. 1
8
13
Obiecujące wyniki, ale z zastrzeżeniami
W pracy zespół podaje 90,0% skuteczności w SIMPLE, własnym środowisku symulacyjnym, oraz 62,5% skuteczności w zadaniach łączących manipulowanie i przemieszczanie się na rzeczywistym robocie. To wyniki przedstawione przez autorów badania, a nie niezależna ocena. 1
Dostępne opisy różnią się co do liczby zadań wykonanych na rzeczywistym robocie: jedno źródło mówi o siedmiu, inne opisuje cztery. Dlatego wynik 62,5% najlepiej przedstawiać jako ogólny rezultat podany przez zespół, bez przypisywania go z pewnością konkretnemu zestawowi siedmiu zadań. 8
11
Autorzy informują też, że zwiększanie ilości ludzkich danych obejmujących ruch całego ciała poprawia postępy w kolejnych zadaniach. Wskazuje to na przydatność takiego rodzaju danych w eksperymentach zespołu, ale samo w sobie nie dowodzi, że model będzie działał niezawodnie w dowolnym środowisku. 1
Kod dostępny publicznie, wyniki czekają na niezależne sprawdzenie
Praca jest dostępna w serwisie arXiv, a kod projektu opublikowano na GitHubie na licencji Apache 2.0. Publiczny kod może ułatwić analizę i odtwarzanie eksperymentów, ale nie oznacza, że wyniki zostały już niezależnie potwierdzone. 1
10
13
Według dostępnych doniesień rezultatów nie odtworzono jeszcze niezależnie. Lambda-0 to zatem interesująca próba przeniesienia ludzkiego doświadczenia na humanoidalne roboty, z obiecującymi wynikami raportowanymi przez autorów — nie zaś potwierdzone rozwiązanie problemu autonomii robotów ogólnego przeznaczenia. 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 "Lambda-0: humanoid uczy się ruchu i chwytania z ludzkich nagrań"?
Lambda 0 to model dla humanoidów, który ma koordynować przemieszczanie się i manipulowanie przedmiotami, korzystając z 500 godzin nagrań pierwszoosobowych zsynchronizowanych z ruchem ciała i dłoni.
What are the key points to validate first?
Lambda 0 to model dla humanoidów, który ma koordynować przemieszczanie się i manipulowanie przedmiotami, korzystając z 500 godzin nagrań pierwszoosobowych zsynchronizowanych z ruchem ciała i dłoni. Dane HumanVerse zebrano bez udziału robota, ale cały proces treningu obejmuje także etap z demonstracjami dopasowanymi do robota i późniejsze trenowanie na robocie.
What should I do next in practice?
Zespół podaje 90% skuteczności w symulacji SIMPLE i 62,5% w testach z rzeczywistym robotem.
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