Hy-Embodied-0.5-VLA
核心定位：腾讯混元具身 40B MoT 主干 + 10000+ 小时 UMI 预训练 + Flow Matching/FlowPRO；RoboTwin 2.0 纯净/随机环境成功率 90.9%/90.1%，并在 Dobot X-Trainer、JAKA K1、Astribot S1、Unitree G1 上做真机验证。
腾讯 Hy-Embodied-0.5-VLA（HyVLA-0.5）是面向真实机器人落地的端到端全栈系统，覆盖指尖式 UMI 数据采集、40B MoT 具身 VLM、Flow Matching 动作专家、持续预训练、SFT、FlowPRO 离线 RL 和真实机器人高频闭环部署。
六维能力评分
产品矩阵
| 产品 | 型号 | 价格 | 规格 |
|---|---|---|---|
| Hy-Embodied-0.5-VLA | — | 开源/研究发布 | 全栈机器人学习系统，覆盖数据采集、模型、SFT、RL、部署 |
| Hy-Embodied-0.5-VLA-UMI | — | 开源模型权重 | 基于 10000+ 小时 UMI 数据持续预训练；Hugging Face 模型权重 |
| Hy-Embodied-0.5-VLA-Data | — | 开源数据集 | 腾讯 HyVLA 数据集；Hugging Face 数据集 |
| FlowPRO | — | 研究算法 | 无奖励模型、无价值网络的离线 RL 后训练算法，利用成功/失败成对轨迹 |
关键特性
- 五大模块：数据采集、模型设计、持续预训练与 SFT、RL 后训练、真实场景部署
- 10000+ 小时第一视角 UMI 人类演示数据
- 指尖式 UMI 设备 + 动作捕捉舱，亚毫米级定位精度
- Hy-Embodied-0.5-MoT 40B 参数具身 VLM
- Flow Matching 动作专家与轻量化记忆编码器
- Delta-Chunk Action 跨本体动作表示
- RoboTwin 2.0 50 个操作任务评测
- 计划开源 1000 小时 UMI 子集
同类公司
Amazon AI Research
美国 ·
上市
Bosch Research AI
private
字节跳动Seed Robotics
早期
Google Robotics
美国 ·
bigtech
Google Research Robotics + DeepMind Robotics + Intrinsic三位一体
华为诺亚方舟实验室
private
Meta FAIR
private
Microsoft Research Asia
private
NVIDIA GEAR实验室
美国 ·
早期
NVIDIA 具身智能核心研发机构 / Jim Fan + Yuke Zhu 联合领导 / 主导 Cosmos 世界模型