业界新闻

智在无界发布Being-M0.7,用隐式世界动作模型打通人形机器人的全身移动灵巧操作

发布时间:2026-07-16 00:00:00 来源:转载 责任编辑:Lily

【导读】7月15日,通用具身基础模型公司智在无界BeingBeyond正式发布Being-M0.7——全球首个全身移动操作隐式世界动作模型(Latent WAM)。这不是一个只能让机器人'看到'世界的模型,而是一个能让机器人'理解'世界如何运转、并据此做出全身移动操作的模型。它打通了从视觉感知到全身移动、再到灵巧操作的完整链路,让机器人不再局限于桌面及操作任务,而是成为真正具备人类全身协调能力的智能体。


Being-M0.7通过超 10000 小时的人类第一人称视频预训练和极小样本真机适配,在'隐空间'(latent space)中,基于隐式视觉信息和运动信息推演物理变化,让机器人在真正理解物理世界的基础上,通过全身移动操作与物理世界交互。


在被具体化为机器人可执行的指令之前,模型先从大规模以人为中心的数据中学习了三项核心能力:视觉上下文理解、未来状态预测、以及人形运动学结构的隐式表征。换言之,模型在“学会控制”之前,已经先“学会了理解”。


论文链接:https://research.beingbeyond.com/being-m07


►    从Being-H到Being-M,智在无界持续引领隐式世界动作模型范式


智在无界是全球率先押注大规模人类视频训练路线的具身智能企业,也是全球极少数同时布局通用灵巧操作与移动操作模型的创新公司,更是国内首个推出原生隐空间世界动作模型的团队。


今年4月,智在无界发布了Being-H0.7,将数据规模扩展至 20 万小时人类第一人称视频。在 6 项国际性权威评测中,H0.7 综合排名全球第一,同时也是首个覆盖跨本体、跨场景、连续动态、流体、柔性物体、物理规律与上下文推理等七大关键维度的通用具身世界模型。


Being-M0.7是这一隐式世界动作模型路线的最新成果,也是全球首个将隐式世界动作模型能力从'桌面灵巧操作'扩展到'全身移动操作'的模型。隐式世界动作模型让机器人建立对物理世界的'内心推演':不只是识别眼前的物体,还要预判它们会如何运动、如何相互作用、自己的动作会对环境产生什么后果。这些推演不需要生成任何像素画面。模型在表征里直接'感知'到物理规律的存在,从而精准输出动作完成任务。


202607151047318117.png


Being-M0.7 的四大 Demo 展示了这些能力:机器人基于对物理世界的理解,自主做出全身移动操作决策。


►    基于MoT架构,Vision和Motion分工协作,实现高效数据利用


人形机器人的全身移动操作,不仅需要第一人称视觉信息(Vision)来进行空间感知,还需要理解自身在物理世界的位置、姿态,更需要结合空间感知进行决策和规划,输出未来要执行的运动信息(Motion)。


但高质量的Motion数据一般通过动捕获得,成本较高;Vision与Motion对齐的配对数据更为稀缺。在这种情况下,如何充分利用所有可用数据,是实现人形机器人领域具身基础模型规模化的关键。


智在无界选择了MoT(Mixture-of-Transformers)这一混合Transformer多模态模型架构。它的核心设计是:让视觉和运动各自有专门的'处理通道',只在需要时交换信息。


它不仅可以处理Vision+Motion配对数据,还可以同时处理纯Vision数据、纯Motion数据,将这些数据高效融合利用。这不仅扩大了可用数据规模,更容易规模化训练,也可以从概率建模角度理解为对联合分布的边际约束。Vision+Motion的配对数据充分发挥跨模态注意力的优势,非配对数据则各自贡献于对应的模态流,天然兼容模态不完备的真实世界数据。


202607151047318073.png


与此同时,为了解决人类与机器人在本体形态上的根本差异,智在无界进一步引入了一套统一的运动表征,将人类运动与人形机器人轨迹纳入同一表示空间。相比于仅使用可执行指令标签进行监督的传统方案,这套共享表征提供了更丰富的后训练监督信号——模型可以从人类数据中提取稠密的运动级知识,而非仅依赖稀疏的任务标签。


另外,统一的运动表征在推理阶段建立了额外的运动级反馈通路,为实现协调的全身控制提供了闭环支撑。


Being-M0.7 的预训练基于超过 10000 小时的人类第一人称视频数据及motion数据。在掌握了全身运动空间中的协调模式后,真机数据只需将隐式世界模型映射到具体机器人的本体运动学,即可完成基于视觉的移动操作策略训练。因此,后训练只需要较少样本完成真机适配。


202607151047323167.png


►    可扩展的多模态融合范式,通往更通用的具身智能


在智在无界看来,Vision-Motion MoT 架构还有一个更为深远的意义:它确立了一套可扩展的融合范式,为具身基础模型打开了新的可能性。


在Being-M0.7的训练中,智在无界团队建立起超10000小时的大规模混合模态预训练数据,从过去昂贵、稀缺的机器人真机演示,拓展至海量人类行为数据。而Being-M0.7作为面向人形机器人的隐式世界动作模型,也首次实现了第一人称视觉Vision和Motion两个模态的联合预训练。


这只是起点。未来,随着文本、音频、触觉等多模态数据的持续引入,模型对物理世界的理解将更加立体和完整。文本可以提供高层任务语义,音频可以捕捉环境声音线索,触觉可以反馈接触力与材质信息——这些信号与视觉、运动数据在 MoT 架构中分层融合,将让机器人不仅能'看到'和'动起来',还能'听懂指令'、'感知材质'、'理解语境'。随着数据规模的持续Scale Up,这套范式的能力边界将持续向外拓展。


这正是具身基础模型的发展趋势:在预训练中覆盖更多模态、更多维度的数据,让模型从单一感知通道走向全感官融合。


接下来,智在无界将围绕 Being-M 系列模型持续迭代,不断探索隐式世界动作模型的上限,走向真正通用的具身智能。



gg_20260512171736_266_20260622170931_179.png


为您推荐

SC26 重磅|曙光 8000 十万卡国产超集群斩获戈登・贝尔奖,拿下 HPC 领域国际顶奖 业界新闻

SC26 重磅|曙光 8000 十万卡国产超集群斩获戈登・贝尔奖,拿下 HPC 领域国际顶奖

11 月 19 日 SC26 国际超算大会传来重大喜讯,依托全国产十万卡 AI 超集群曙光 8000(登峰)算力支撑的两项科研成果大放异彩:中科大团队的铁钼辅因子量子化学计算成果斩获戈登・贝尔奖,SD3 全球公里级气象模拟系统入围戈登・贝尔气候建模奖决赛。曙光 8000 于今年 7 月投用,采用原生超智融合架构,统一承载科学计算与 AI 计算,上线后高负载稳定运行。本次获奖标志国产超大规模算力,已经从硬件规模突破,走向支撑世界级原创科学发现。

AI&loT 互联技术

大华旗下华感科技推出星界一体机 AH210P,225° 旋转折叠屏 + 1500 米超远红外探测 新品速递

大华旗下华感科技推出星界一体机 AH210P,225° 旋转折叠屏 + 1500 米超远红外探测

11 月 18 日,大华股份旗下华感科技发布星界一体机 AH210P,作为 AH210 升级款,主打户外探险、夜视观察、搜索救援场景。新品搭载四向 225° 旋转折叠屏,收纳便携;配备等效 21mm 大镜头,最远探测距离可达 1500 米。依托自研 ISP 蝰蛇超分算法、PIPS 3.0 Pro 图像技术与 FPGA 图像处理平台,提升复杂环境下成像细节;同时采用双电智能协同方案实现换电不断电,搭配 IP67 防尘防水,适配山林、沙漠、水域等各类全地形户外环境。电子元件技术网获悉:华感科技注册资本4.42 亿元,业务覆盖国内200+地市、海外180+国家和地区。主导或参与制定国家、行业及团体标准近10项,取得软件著作权逾10项、专利近300项。华感科技致力于用温度感知世界,研发领先的热成像产品和全场景数智解决方案服务于全球客户。

传感技术 温度传感器 传感器 大华电源

EtherCAT 伺服控制周期拆解:电流环、总线通信、三环运算如何分配 CPU 核心 技术应用

EtherCAT 伺服控制周期拆解:电流环、总线通信、三环运算如何分配 CPU 核心

六轴机器人单块驱动板要同时承载六路关节电流采样、编码器反馈、母线电压采集,并以 125μs EtherCAT 同步周期为基准,并行完成三类任务:数微秒硬截止的电流环 FOC 运算、严格帧周期的总线收发、以及速度环 + 位置环与上位状态上报。三类任务实时约束差异极大,再叠加板上编码器、温度采集与分支总线负载,CPU 核心如何划分成为硬件选型首要问题。本文先拆解一个控制周期内五步执行流程,再依次给出单核、双核、三核的任务分配方案,区分同构 / 异构双核的差异,最后给出一套可直接对照硬件参数执行的定核判定流程,仅限关节侧实时 MCU 讨论,不含整机 MPU 主控。

通信广电 互联技术 CPU

对比树莓派分立理想二极管,拆解 MPQ5852 浮地驱动 NMOS 核心原理 电路图集

对比树莓派分立理想二极管,拆解 MPQ5852 浮地驱动 NMOS 核心原理

很多硬件工程师都见过树莓派 3B 上分立器件搭建的理想二极管防倒灌电路,但分立方案存在电流、Vgs、器件匹配等局限。本文换个思路,拆解集成理想二极管芯片 MPQ5852,它支持 5~36V 宽电压输入。文章从芯片内部框图入手,依次讲解使能、电压检测、VS 模拟采样,重点解析它内置开关电源生成浮地电压、驱动 NMOS 上管的巧妙架构,以及三组比较器实现导通 / 关断的控制逻辑,带你弄懂低压降防反灌的实现思路。

能源电路 电源管理 测试测量

特别推荐

更多

行业动态

更多

技术应用

更多

选型替代

更多

产品信息

更多

热门搜索

更多

欢迎登录

没有账号,

账号注册

注册成功!

3S后自动为你跳转登陆