BeingBeyond/Being-H

解决的问题

Being-H 提供以人为中心的具身基础模型，旨在帮助机器人跨不同硬件泛化动作（跨具身泛化），并利用第一人称视频数据推理未来状态。

运作方式

此项目包含一系列具有不同专业化的模型：

• Being-H0.7 是一个世界动作模型（WAM），使用第一人称视频进行未来感知的潜在推理。
• Being-H0.5 是一个视觉-语言-动作（VLA）模型，利用统一的动作空间实现跨不同机器人具身的泛化。
• Being-H0 是初始的 VLA 版本，专注于从大规模人类视频进行预训练。

适用对象

此项目专为从事具身 AI 的机器人研究人员和开发者设计，特别是那些专注于灵巧操作、跨具身学习以及使用人类视频数据进行机器人训练的人。

亮点

• 跨具身泛化：通过统一的动作空间，使模型能够跨不同机器人类型运作。
• 世界动作建模：将关于未来的潜在推理整合到动作过程中。
• 以人为中心的学习：利用第一人称和大规模人类视频进行预训练。
• 教育资源：包含一个专用的教学工作区（Being-H-EDU），用于在 SO101 等机器人上进行后训练和部署。