BeingBeyond/Being-H

해결하는 문제

Being-H는 인간 중심의 기초 모델을 제공하여 로봇이 인간의 영상에서 복잡한 동작과 추론을 학습할 수 있도록 하며, 다양한 로봇 유형 간 지식을 적용하는 '크로스에모디티 일반화' 문제를 해결합니다.

작동 방식

이 프로젝트는 다양한 아키텍처 기반의 모델 패밀리를 제공합니다:

• Being-H0.7 (WAM): 자기 중심 영상(egocentric videos)을 사용하여 미래를 고려한 잠재적 추론을 수행하는 월드-액션 모델(WAM).
• Being-H0.5 (VLA): 통합된 액션 공간을 사용하여 크로스에모디티 일반화를 위한 비전-언어-액션 모델(VLA).
• Being-H0 (VLA): 대규모 인간 영상에서의 사전 학습에 초점을 맞춘 초기 버전.

대상 사용자

에모디드 AI 연구 및 개발에 종사하는 로봇 연구자 및 개발자에게 적합하며, 특히 로봇 제어 및 조작을 위해 VLA 또는 WAM 모델을 구현하고자 하는 분들에게 적합합니다.

주요 특징

• 크로스에모디티 일반화: 다양한 하드웨어 플랫폼 간 로봇 학습의 전이 가능성을 높입니다.
• 인간 중심 학습: 대규모 인간 영상 데이터를 활용하여 사전 학습합니다.
• 다양한 모델 아키텍처: 비전-언어-액션(VLA) 및 월드-액션 모델(WAM)을 포함합니다.
• 교육 지원: SO101과 같은 로봇에서 사후 학습 및 배포를 지원하는 전용 튜토리얼 워크스페이스(Being-H-EDU)를 제공합니다.