AnswersPublished11 sources
Omega-0, humanoid robotların yürüme ve nesne manipülasyonunu tek bir modelde birleştiriyor
Omega 0, humanoid robotların yürüme, yönelme, denge ve nesne manipülasyonunu tek bir whole body world action modeliyle koordine etmeyi amaçlıyor. Üç aşamalı mimari; whole body hareketlerin sıkıştırılması, görsel gelecek tahmini ve gerçek ev verileriyle robot üzerinde uyarlamadan oluşuyor.
YayımlayanGPT-5.6 Luna ile düzenlendiGörseller GPT Image 1.5 ile oluşturuldu
Research answer
Key takeaways
- Omega 0, humanoid robotların yürüme, yönelme, denge ve nesne manipülasyonunu tek bir whole body world action modeliyle koordine etmeyi amaçlıyor.
- Üç aşamalı mimari; whole body hareketlerin sıkıştırılması, görsel gelecek tahmini ve gerçek ev verileriyle robot üzerinde uyarlamadan oluşuyor.
- Omega HOME veri seti 40,3 saatlik veri, 4.827 tele operasyon bölümü ve 24 ev görevini kapsıyor.
- Araştırmacılar, 11 gerçek ev görevinde tek modelle %81,8 ortalama başarı bildirdi; ancak bu sonuç genel amaçlı ve denetimsiz ev robotlarının hazır olduğu anlamına gelmiyor.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Omega-0, the whole-body latent-prediction world action model released on August 21, 2026 by researchers from Nanyang Technological U. Article summary: Omega-0 (ω-0) is a single, whole-body “world action model” for humanoid robots: it takes a language instruction, visual observations, and robot state, predicts a future visual representation, then generates controller-co. Topic tags: general, academic, general web, user generated, government. 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, wate
Omega-0 (ω-0), humanoid robotlar için geliştirilen tek bir whole-body world action model. Modelin hedefi, yürüme ve nesne manipülasyonunu iki ayrı problem olarak ele almak yerine robotun tabanını hareket ettirmesini, duruşunu ve görüş açısını değiştirmesini, dengesini korumasını ve ellerini kullanmasını aynı görev içinde koordine etmek. 1
Yaklaşımın merkezinde, robotun bir eylemden sonra ne göreceğini tahmin etmek var. Omega-0 doğrudan önceden belirlenmiş uzun bir hareket rotası üretmek yerine, gelecekteki görsel özellikleri öngörüyor ve bu öngörüye uygun hareketleri seçiyor. Buradaki sonuçlar bir araştırma makalesinde sunulan yazar iddiaları; bağımsız olarak doğrulanmış bir benchmark sonucu olarak değerlendirilmemeli. 1
Omega-0 nasıl çalışıyor?
1. Karmaşık vücut hareketlerini sıkıştırıyor
İlk aşamada yüksek boyutlu, tüm vücudu kapsayan hareketler, Whole-Body FAST tokenizer kullanılarak daha kompakt action token’larına veya latent temsillere dönüştürülüyor. Böylece model; bacakların, gövdenin ve kolların aynı anda hareket ettiği karmaşık dizileri daha yönetilebilir bir biçimde temsil edebiliyor. 1
Araştırmacılar aynı zamanda Qwen3-VL-2B-Instruct görsel-dil modelini robot ortamına uyarlıyor. Eğitim sırasında kullanılan öğrenilebilir token’lar, robotun kendi kamerasından gördüğü birinci şahıs bakışını (egocentric) dışarıdaki kameranın gördüğü üçüncü şahıs bakışından (exocentric) ayırıyor. Bu sayede model eğitimde daha geniş üçüncü şahıs görüşünden yararlanırken kullanım sırasında robotun kendi kamerasına dayanabiliyor. 1
2. Eylemden önce gelecekteki görüntüyü tahmin ediyor
İkinci aşama, V-JEPA’dan esinlenen bir latent prediction hedefi kullanıyor. Model; görüntü, dil komutu ve robotun kendi durumuna ilişkin ölçümleri, yani proprioception verisini birleştirerek gelecekteki görsel özellikleri tahmin ediyor. Gelecekteki her pikseli yeniden oluşturmaya çalışmak yerine, görevin ilerleyişini temsil eden daha soyut görsel latent’lere odaklanıyor. 1
Daha sonra bir diffusion transformer, tahmin edilen bu temsilleri kullanarak robotun kontrolcüsüyle uyumlu whole-body action latent dizileri üretiyor. Bu mantık, hareketin yalnızca kinematik açıdan mümkün olmasına değil, robotu yararlı bir sonraki görsel duruma götürmesine de önem veriyor. Örneğin robot önce nesneye yaklaşabiliyor, gövdesini ve kamerasını doğru yöne çevirebiliyor, ardından elini uzatabiliyor. 1
3. Gerçek robot ve ev verileriyle uyarlanıyor
Üçüncü aşamada kamuya açık insan gösterimleri, simülasyon tabanlı grounding yoluyla robotun action-latent alanına aktarılıyor. Sistem daha sonra ev işlerini gerçekleştiren humanoid robotlardan toplanan gerçek verilerle uyarlanıyor. 1
Çalışma sırasında model uzun bir görevin tamamını baştan sona tek seferde planlamıyor. Bunun yerine kısa bir action chunk üretiyor, bu hareket bölümünü uyguluyor, çevreyi yeniden gözlemliyor ve planını güncelliyor. Receding-horizon olarak adlandırılan bu yöntem, robotun yeni görsel ve proprioceptive bilgilere göre hatalarını düzeltmesine olanak tanıyor; sistem tamamen open-loop, yani baştan belirlenmiş ve geri bildirim almayan bir rotaya bağlı kalmıyor. 1
Omega-HOME veri setinde neler var?
Modelin eğitimi ve değerlendirilmesi için hazırlanan Omega-HOME, humanoid robotların gerçek ev ortamlarındaki etkileşimlerinden oluşan bir veri seti. Veri seti 40,3 saatlik veri, 4.827 tele-operasyon bölümü ve 24 ev görevini içeriyor; kayıtlar 30 Hz hızında alınıyor. 1
Senkronize edilen veriler arasında şunlar bulunuyor:
- dil komutları,
- robot kamerasından egocentric RGB görüntüler,
- ZED kameradan exocentric RGB-D görüntüler,
- robotun proprioceptive durum bilgileri,
- whole-body hareket referansları,
- kontrolcüyle uyumlu action latent’leri.
1
Görevler sekiz yetenek grubunda toplanıyor:
- nesne getirme,
- yüzey temizleme,
- cihazlarla etkileşim,
- nesneleri kaplar arasında aktarma,
- kumaşlarla çalışma,
- depolama alanlarını düzenleme,
- mobile manipulation,
- yerdeki işlerde alet kullanma.
Bu kapsam, sabit bir masa üzerinde yalnızca nesneyi kavramaya dayalı görevlerin ötesine geçiyor. Robotun tabanını hareket ettirmesi, duruşunu ve gövdesini ayarlaması, dengesini koruması ve mobilya, nesne ya da aletlerle daha uzun hareket dizileri boyunca etkileşime girmesi gerekiyor. 1
Benchmark verilerinin ezberlenmesi nasıl engellendi?
Çalışmada açıklanan değerlendirme protokolüne göre, testte kullanılan 11 görev türü Omega-HOME’un eğitim verilerinden çıkarıldı. Geriye kalan robot verileri, temsil ve eylem ön eğitimi için kamuya açık insan gösterimleriyle birleştirildi. Gerçek ev verileri ise grounding ve son eğitim aşamalarında kullanıldı. 1
Bu yöntem, modelin testte karşısına çıkan gösterimleri doğrudan ezberleme riskini azaltıyor. Ancak gerçek dünyada genelleme için tek başına kesin bir güvence sunmuyor. Eğitim ve test ortamlarında odalar, nesneler, görev yapıları, robot donanımı veya veri toplama biçimleri arasında hâlâ benzerlikler bulunabilir. Daha güçlü bir sınama, yeni evlerde ve farklı humanoid robot platformlarında bağımsız tekrarlar yapılması olurdu.
Omega-0 gerçek ev görevlerinde ne kadar başarılı oldu?
Araştırmacılar, 11 gerçek ev tipi loco-manipulation görevinde Omega-0 için %81,8 ortalama başarı bildirdi. Bu sonuç, her görev için ayrı politika, farklı action head’leri ya da yürüme ve manipülasyon için birbirinden bağımsız modüller yerine tek bir model kullanılarak elde edildi. 1
Testlerde masa üstü manipülasyon, temizlik, çamaşır, nesne taşıma, cihazlarla etkileşim ve mobile manipulation gibi görevler yer aldı. Çalışma ayrıca Omega-0’ın aynı test paketinde π-0.5, EgoVLA, GR00T-N1.7 ve ψ-0 karşılaştırma modellerini geride bıraktığını belirtiyor. 1
Eldeki kaynaklar, bu karşılaştırma modellerinin her biri için kesin toplam başarı yüzdelerini yeterli açıklıkta sunmuyor. Bu nedenle güvenle söylenebilecek sonuç, Omega-0 için bildirilen %81,8 oranı ve çalışmadaki sıralama; ayrıntılı bir sayısal karşılaştırma değil. 1
%81,8 oranı embodied AI için ne ifade ediyor?
Omega-0’ın temel katkısı, mimari yaklaşımında yatıyor. Model; insan gösterimleri, dil, görme, proprioception ve tüm vücudu kapsayan robot kontrolü arasında bağlantı kurmak için gelecekteki perceptual latent’lerin tahminini kullanıyor. 1
Başka bir deyişle model yalnızca “bu görüntü karşısında hangi hareket yapılmalı?” sorusuna cevap aramıyor. Yapılan hareketin robotu hangi duruma götüreceğini de hesaba katmaya çalışıyor. Bu, robotun aynı anda nerede duracağına, nereye bakacağına ve ellerini nasıl kullanacağına karar vermesi gereken görevlerde özellikle önemli.
Yine de %81,8 oranı, humanoid robotların evlerde genel amaçlı ve denetimsiz çalışmaya hazır olduğunu göstermiyor. Önümüzde hâlâ önemli sorunlar var:
- Uzun görevlerde güvenilirlik: 11 görevin ortalamasındaki başarı, saatler süren çalışmayı, biriken hatalardan toparlanmayı veya birbirine bağlı çok sayıda alt hedefi güvenilir biçimde tamamlamayı kanıtlamıyor.
- Güvenlik: İnsanlarla, kırılabilir nesnelerle, merdivenlerle, dağınık ortamlarla, evcil hayvanlarla ve beklenmedik hareketlerle güvenli etkileşim için açık güvenlik önlemleri, belirsizlik yönetimi ve donanım düzeyinde doğrulama gerekiyor.
- Genelleme: Daha önce görülmemiş nesne ve sahnelerdeki sonuçlar umut verici olsa da farklı evlere, aydınlatmalara, yerleşimlere, nesnelerin konulma alışkanlıklarına veya robot gövdelerine aktarım sorununu çözmüyor.
- Uyum sağlama: Ev ortamı sürekli değişiyor. Kullanışlı bir sistemin başarısızlıkları fark etmesi, gerektiğinde yardım istemesi, güvenli biçimde öğrenmesi ve pahalı bir yeniden eğitim süreci olmadan uyum sağlaması gerekiyor.
En isabetli sonuç şu: Omega-0, humanoid robotlarda yürüme ve manipülasyonu tek bir sistem içinde koordine etme yolunda önemli bir araştırma adımı. Ancak %81,8, belirli bir benchmark’taki güçlü bir sonuç; robotların her türlü ev işini insan gözetimi olmadan güvenilir biçimde yapabildiğinin kanıtı değil.
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 "Omega-0, humanoid robotların yürüme ve nesne manipülasyonunu tek bir modelde birleştiriyor"?
Omega 0, humanoid robotların yürüme, yönelme, denge ve nesne manipülasyonunu tek bir whole body world action modeliyle koordine etmeyi amaçlıyor.
What are the key points to validate first?
Omega 0, humanoid robotların yürüme, yönelme, denge ve nesne manipülasyonunu tek bir whole body world action modeliyle koordine etmeyi amaçlıyor. Üç aşamalı mimari; whole body hareketlerin sıkıştırılması, görsel gelecek tahmini ve gerçek ev verileriyle robot üzerinde uyarlamadan oluşuyor.
What should I do next in practice?
Omega HOME veri seti 40,3 saatlik veri, 4.827 tele operasyon bölümü ve 24 ev görevini kapsıyor.