腾讯发布具身视觉语言模型
tencent · hf · 2026-07-14
Tencent 发布 Hy-Embodied-VLM-1.0，这是一个面向 embodied AI / robotics / spatial reasoning 的新模型。
- 任务管线：image-text-to-text
- 标签包含：embodied-ai、vision-language-model、robotics、spatial-reasoning、multimodal、moe
- 说明这是一个把视觉、语言与具身/空间推理结合的多模态模型发布
「具身」频道最新
- WanGP v18.81 支持 Hy-Nomas 世界模型，8GB 显存可用 WASD 探索 — cocktailpeanut · 2026-10-27
- NVIDIA 开源 FLORA：机器人数据引擎，成本仅 GPT-6 Astra 的 1/125 — nvidia · 2026-10-27
- 具身智能创业的隐藏难题：机器人公司需要另一种运营纪律 — ___Mufasaa · 2026-10-27
- π0.5 实验：演示数从 10 增至 438，放球入碗成功率 7%→83% — stingning · 2026-10-27
- GPT-6 Astra 零微调操控灵巧手：500 试仅 26 次成功，成功率 5.2% — stingning · 2026-10-27
- 灵巧操作基准 HandsOn 发布:66 个人工核验任务配 1.8 万条人类示范 — stingning · 2026-10-27