🐼Pandaily•較早收集於 36m
Horizon Robotics 開源 4B 參數機器人小腦模型
💡針對人形機器人控制實現 300FPS 的邊緣推論，是具身智慧開發者的重大突破。
⚡ 30-Second TL;DR
有什麼變化
專為機器人小腦控制優化的 40 億參數模型
為什麼重要
此發布降低了開發高效能人形機器人控制系統的門檻。透過提供高速且適用於邊緣運算的模型，它能實現更靈敏、更靈活的機器人動作。
下一步行動
下載 HoloMotion-1 儲存庫，並在您的邊緣硬體上測試其推論延遲，以評估其是否適用於您的機器人運動控制堆疊。
誰應關注：Developers & AI Engineers
關鍵要點
- •專為機器人小腦控制優化的 40 億參數模型
- •在邊緣裝置上實現 300FPS 即時推論
- •開源發布以加速人形機器人開發
🧠 深度解析
Web-grounded analysis with 8 cited sources.
🔑 增強重點摘要
- •HoloMotion-1作為一個「小腦」模型，專注於實現穩定、精確且擬人化的運動，而非處理「思考」等認知智慧功能，這標誌著人形機器人競爭焦點正從「大腦」轉向「身體協調」能力。
- •該模型是一個用於零樣本全身運動追蹤的人形機器人基礎模型，其訓練數據集結合了從野外影片重建的大規模異質運動數據，並輔以精選的動作捕捉（MoCap）和內部數據，使其能夠在無需特定任務微調的情況下，穩健地泛化到多樣化的運動類型和捕捉條件。
- •HoloMotion-1在運動追蹤精度上實現了顯著提升，相較於最強的基準方法，其平均關鍵點位置誤差降低了約40%。
- •該模型已成功在宇樹科技（Unitree）G1人形機器人上進行零樣本部署，展示了執行動態TikTok舞蹈、武術踢腿以及遵循VR實時指令等能力。
- •HoloMotion-1的開源是地平線機器人實驗室（Horizon Robotics Robot Lab）更廣泛策略的一部分，旨在建立全面開源的具身AI演算法和基礎設施，以賦能各類具身機器人的未來發展。
🛠️ 技術深入
- 模型架構：HoloMotion-1採用因果解碼器專用Transformer架構，並結合了稀疏激活的專家混合（Mixture-of-Experts, MoE）層。
- 輸入/輸出：它將目標條件觀察流映射到連續的關節空間控制動作，處理時間觀察令牌並輸出關節級別的控制命令。
- 數據訓練：模型在一個大規模混合運動語料庫上進行訓練，該語料庫結合了從野外影片重建的運動數據（提供多樣性）以及精選的動作捕捉（MoCap）和內部運動數據（提高保真度和部署覆蓋範圍）。 這種混合數據策略有助於解決重建噪聲和源域不匹配等挑戰。
- 優化策略：HoloMotion-1採用KV-cache推理以實現實時控制，並引入了序列級別的PPO優化範式，該範式在運動片段而非單個時間步上操作，顯著提高了訓練效率。
- 性能提升：通過稀疏MoE Transformer與KV-cache推理的結合，模型在保持高模型容量的同時，將推理效率提高了高達4倍。
🔮 前景展望AI analysis grounded in cited sources
加速具身AI和人形機器人的開發進程。
開源高性能、可在邊緣設備上部署的運動控制基礎模型，將降低研究人員和開發者的進入門檻，促進創新和協作。
推動人形機器人競爭的焦點轉向身體協調和物理AI能力。
隨著強大的「小腦」模型被提供，產業可以將更多精力集中在整合先進的認知「大腦」模型和實際物理部署上。
顯著增強現實世界中人形機器人的應用能力。
該模型無需微調即可執行零樣本全身運動追蹤並泛化到多樣化運動的能力，使得機器人在非結構化環境中更具適應性和多功能性。
⏳ 時間線
2015-07
地平線機器人公司成立。
2017-12
發布第一代車載AI晶片Journey 1.0。
2022-10
大眾汽車集團投資23億美元與地平線成立合資公司（酷睿程）。
2024-10
地平線機器人在香港交易所成功上市。
2025-12
地平線正式發布HoloMotion（具身智能小腦基礎模型）和HoloBrain（具身智能大腦基礎模型）並開源。
2026-05
地平線開源40億參數機器人小腦模型HoloMotion-1。
📎 來源 (8)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Pandaily ↗