AnswersPublished18 sources
Lambda-0 lär humanoida robotar hela kroppsrörelser från 500 timmar mänsklig data
Lambda 0 ska hjälpa humanoida robotar att samordna förflyttning, kroppshållning och hantering av föremål. Människodata i HumanVerse samlades in utan robotar, men det betyder inte att hela träningsprocessen är fri från robotdata eller robotträning.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer
Key takeaways
- Lambda 0 ska hjälpa humanoida robotar att samordna förflyttning, kroppshållning och hantering av föremål.
- Människodata i HumanVerse samlades in utan robotar, men det betyder inte att hela träningsprocessen är fri från robotdata eller robotträning.
- Forskarna rapporterar 90,0 procents framgång i simulering och 62,5 procent i tester med en fysisk robot.
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) är en modell från Amap och Alibabas ATH-grupp, utvecklad för att få humanoida robotar att samordna rörelse och hantering av föremål. I stället för att bara lära sig isolerade handrörelser använder modellen mänskliga förstapersonsvideor som synkroniserats med kroppens och händernas rörelser. För datasetet HumanVerse uppger forskarna att de samlat in 500 timmar sådant material. 1
4
Från att gå fram till att plocka upp
En robot som ska gå fram till ett föremål, ändra kroppsställning och sedan greppa det behöver samordna hela kroppen. Den typen av uppgift kallas ofta loco-manipulation: att kombinera förflyttning med fysisk hantering av omgivningen. Lambda-0 är utformad för just den kombinationen. 1
4
Förstapersonsvideon visar vad människan ser, medan de synkroniserade rörelsedata beskriver hur kroppen och händerna rör sig. Tanken är att modellen ska lära sig beteenden där förflyttning, kroppshållning och handrörelser hänger ihop – snarare än att behandla greppandet som en fristående färdighet. 1
HumanVerse: 500 timmar mänskliga rörelser
HumanVerse är datasetet som presenteras tillsammans med forskningen. Enligt artikeln innehåller det 500 timmar mänsklig rörelse och hantering av föremål i öppna miljöer. Materialet består av förstapersonsvideo som synkroniserats med kroppens och händernas rörelser. 1
Människorna behövde inte fjärrstyra en robot när materialet samlades in. Det kan minska beroendet av robotdemonstrationer för att samla in mänskliga rörelsedata. Men det belägger inte alla uppgifter som förekommit om exempelvis konsumentprodukter för inspelning eller demonstrationslängder på 29 respektive 100 sekunder. 1
2
Människodata är inte hela träningsprocessen
Det är viktigt att skilja mellan hur HumanVerse samlades in och hur hela modellen tränades. Forskningsartikeln beskriver en process med förträning på mänsklig erfarenhet, en mellanfas med mänskliga demonstrationer som anpassats till roboten och en senare fas med robotträning. 1
13
Att HumanVerse samlades in utan robotar betyder alltså inte att hela träningskedjan saknar robotdata eller robotträning. På samma sätt ska uppgiften om överföring till en robot ”utan ytterligare träning” inte tolkas som att modellen aldrig tränats med robotrelaterad erfarenhet. 1
8
13
Resultaten – och vad de säger
Forskarna rapporterar 90,0 procents framgång i SIMPLE, deras simuleringsmiljö, och 62,5 procents framgång i uppgifter med en fysisk robot. Det här är resultat som forskargruppen redovisar, inte en oberoende utvärdering. 1
Källorna ger olika uppgifter om hur många uppgifter som ingick i testerna med den fysiska roboten: en beskriver sju, en annan fyra. Därför är det säkrast att återge 62,5 procent som gruppens rapporterade resultat, utan att slå fast att siffran gäller exakt sju uppgifter. 8
11
Forskarna uppger också att mer mänsklig data som omfattar hela kroppen förbättrade framstegen på senare uppgifter. Det talar för att datan var användbar i deras experiment, men räcker inte i sig för att visa att modellen fungerar tillförlitligt i alla miljöer eller kan utföra allmänna uppgifter. 1
Öppen kod – men ännu ingen oberoende bekräftelse
Forskningsartikeln finns på arXiv och projektets kod har publicerats på GitHub under Apache 2.0-licensen. Öppen kod gör det lättare för andra att granska och försöka upprepa experimenten, men innebär inte att resultaten redan har bekräftats av oberoende forskare. 1
10
13
Tillgängliga källor uppger att resultaten ännu inte har reproducerats oberoende. Lambda-0 är därför en intressant metod för att överföra mänsklig rörelseerfarenhet till humanoida robotar, med resultat som forskargruppen beskriver som lovande – men ännu ingen bevisad lösning för robotar med bred, generell autonomi. 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 lär humanoida robotar hela kroppsrörelser från 500 timmar mänsklig data"?
Lambda 0 ska hjälpa humanoida robotar att samordna förflyttning, kroppshållning och hantering av föremål.
What are the key points to validate first?
Lambda 0 ska hjälpa humanoida robotar att samordna förflyttning, kroppshållning och hantering av föremål. Människodata i HumanVerse samlades in utan robotar, men det betyder inte att hela träningsprocessen är fri från robotdata eller robotträning.
What should I do next in practice?
Forskarna rapporterar 90,0 procents framgång i simulering och 62,5 procent i tester med en fysisk robot.
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