BeingBeyond/Being-H

解決的問題

Being-H 提供以人類為中心的基礎模型，使機器人能從人類影片中學習複雜的動作與推理，解決跨硬體平台泛化（在不同機器人類型間應用知識）的挑戰。

工作原理

本專案提供基於不同架構的模型家族：

• Being-H0.7 (WAM): 世界-動作模型，利用第一人稱視角影片進行未來感知的潛在推理。
• Being-H0.5 (VLA): 視覺-語言-動作模型，使用統一的動作空間實現跨硬體平台泛化。
• Being-H0 (VLA): 早期版本，專注於從大規模人類影片中進行預訓練。

適用對象

專為從事具身智能研究與開發的機器人研究人員與開發者設計，特別是希望實現 VLA 或 WAM 模型用於機器人控制與操作的使用者。

主要亮點

• 跨硬體平台泛化： 目標是使機器人學習能力在不同硬體平台上可遷移。
• 以人類為中心的學習： 利用大規模人類影片資料進行預訓練。
• 多樣化的模型架構： 包含視覺-語言-動作（VLA）與世界-動作模型（WAM）。
• 教育支援： 提供專用教學工作區（Being-H-EDU），支援在 SO101 等機器人上進行後訓練與部署。