λ₀

λ₀ 是 Alibaba Token Hub 与高德团队研究的人形机器人视觉语言动作模型,利用第一视角人体数据学习全身移动操作,结合视觉、指令和本体状态预测运动 token 与手部命令,并在宇树 G1 与 Revo2 灵巧手平台上开展作者报告的实验。

查看完整模型说明

arXiv记录v2于10月21日提交,本目录引用该固定版本核对架构和评测协议;修订日期本身不证明新模型版本、能力突破或权重/代码许可变化。

普通历史:有官方日期的报告修订,未独立确认能力或可用性的实质变化。

论文与报告 (1)

λ₀:利用开放世界第一视角人体数据扩展人形机器人移动操作

技术报告

λ₀: Scaling Open-World Egocentric Human Data for Humanoid Loco-Manipulation

arXiv: 2610.18950DOI: 10.48550/arxiv.2610.18950
作者与单位 (16)

署名方式: 团队署名

  1. Lambda-humanoid Team

    Alibaba Token Hub · Amap · Alibaba Group

  2. Chongyang Xucore contributor

    未提供

  3. Jin Chencore contributor

    未提供

  4. Jinhui Yecore contributor

    未提供

  5. Yilun Chencore contributor; project lead

    未提供

  6. Yiming Jiangcore contributor

    未提供

  7. Zhao Wucore contributor

    未提供

  8. Hu Weicontributor

    未提供

  9. Lin Qucontributor

    未提供

首版日期
2026-10-13
论文最新修订
v2 · 2026-10-21
会议 / 期刊
未提供

覆盖的模型版本

  • lambda · λ₀

    λ₀researchmodel andthree-stagepipeline;reportedStageIIIevaluationsareversion-owned,notattributedtothepublicrawStageIImidtraincheckpoint. SIMPLEtask-wiseconfigurationselection andpartial-progressscopesretained.

如何获取与使用

公开代码资源
公开获取
模型文件
公开获取
训练数据
部分公开

训练 / 微调代码

获取方式
公开获取

来源核验日期 · 2026-11-12

代码许可证
Apache-2.0

模型文件

模型文件
λ₀ Midtrain (100k)获取方式权重许可证商业使用
按所列条款可商用使用条款

来源核验日期 · 2026-11-12

条件说明

代码与Stage II原始权重采用Apache-2.0,可在遵守许可及声明义务下商用;不代表任务可用策略,也不覆盖HumanVerse样本、SONIC、其他依赖或托管服务。完整训练数据未提供,论文EMA初始化与公开raw不同。

发布信息

来源核验日期 · 2026-11-12

部署前需核对

开放权重仅为 Stage II 100k 原始权重,不含 EMA 或任务后训练策略。完整训练数据未提供,Stage III 与控制器集成仍需工作。实验结果仅由作者报告。 权重或代码可获取,不代表机器人可以即插即用。请按来源文档核对配置、数据与接口要求。

部署与使用资料

运行环境与依赖框架
PyTorch
微调要求
论文I/II/III分别200k/100k/50k;公开raw中间权重不同于论文EMA初始化,完整后训练流程仍待完善
部署要求
研究平台G1/Revo2+SONIC;代码参考Python3.11/3.12,控制器集成未完,最低GPU未知

架构与输入输出

模型类型
动作策略
骨干网络
Qwen3.5-2B视觉语言骨干+流匹配动作专家
权重参数量
2.3892 B
输入
语言 / RGB 图像 / 机器人状态
输出
G1:50步动作块;每步76维=64维SONIC潜变量+双手各6维命令
发布时间
2026年10月13日

适用范围与训练方式

功能方向

机器人动作控制

训练数据来源

7项第一人称手部数据+过滤前500小时HumanVerse+机器人后训练数据;完整训练语料未公开

评测结果

当前版本或所选权重暂无已核实的独立评测成绩。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 实机任务成功与进度 ↗

丢瓶 · 成功率: 50 %

arxiv-v2-real-four-tasks

表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 实机任务成功与进度 ↗

丢瓶 · 阶段进度: 79 %

arxiv-v2-real-four-tasks

表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 实机任务成功与进度 ↗

玩具收纳 · 成功率: 70 %

arxiv-v2-real-four-tasks

表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 实机任务成功与进度 ↗

玩具收纳 · 阶段进度: 81 %

arxiv-v2-real-four-tasks

表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 实机任务成功与进度 ↗

盒子搬运 · 成功率: 70 %

arxiv-v2-real-four-tasks

表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 实机任务成功与进度 ↗

盒子搬运 · 阶段进度: 84.5 %

arxiv-v2-real-four-tasks

表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 实机任务成功与进度 ↗

椅子摆放 · 成功率: 60 %

arxiv-v2-real-four-tasks

表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 实机任务成功与进度 ↗

椅子摆放 · 阶段进度: 77 %

arxiv-v2-real-four-tasks

表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 实机任务成功与进度 ↗

平均 · 成功率: 62.5 %

arxiv-v2-real-four-tasks

表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 实机任务成功与进度 ↗

平均 · 阶段进度: 80.4 %

arxiv-v2-real-four-tasks

表1/附录D.3:G1/Revo2+SONIC,丢瓶、玩具收纳、盒子搬运、椅子摆放各10组固定初始状态,每策略40次。完整自主成功不同于100分阶段进度;执行中人工接触即不算自主成功,终态需保持3秒。各任务等权,25/40=62.5%,进度80.4%;README任务列不同,以论文为准。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level0 ↗

XMovePick L0: 100 %

arxiv-v2-simple-l0

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level0 ↗

BendPick L0: 100 %

arxiv-v2-simple-l0

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level0 ↗

Handover L0: 90 %

arxiv-v2-simple-l0

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level0 ↗

Mobile P&P L0: 90 %

arxiv-v2-simple-l0

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level0 ↗

Grasp L0: 100 %

arxiv-v2-simple-l0

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level0 ↗

XMoveBendPick L0: 60 %

arxiv-v2-simple-l0

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level0 ↗

平均: 90 %

arxiv-v2-simple-l0

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level1 ↗

XMovePick L1: 100 %

arxiv-v2-simple-l1

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level1 ↗

BendPick L1: 100 %

arxiv-v2-simple-l1

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level1 ↗

Handover L1: 100 %

arxiv-v2-simple-l1

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level1 ↗

Mobile P&P L1: 70 %

arxiv-v2-simple-l1

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level1 ↗

Grasp L1: 90 %

arxiv-v2-simple-l1

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level1 ↗

XMoveBendPick L1: 100 %

arxiv-v2-simple-l1

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level1 ↗

平均: 93.3 %

arxiv-v2-simple-l1

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level2 ↗

XMovePick L2: 80 %

arxiv-v2-simple-l2

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level2 ↗

BendPick L2: 100 %

arxiv-v2-simple-l2

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level2 ↗

Handover L2: 100 %

arxiv-v2-simple-l2

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level2 ↗

Mobile P&P L2: 70 %

arxiv-v2-simple-l2

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level2 ↗

Grasp L2: 80 %

arxiv-v2-simple-l2

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level2 ↗

XMoveBendPick L2: 90 %

arxiv-v2-simple-l2

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE Level2 ↗

平均: 86.7 %

arxiv-v2-simple-l2

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · SIMPLE逐任务选型总成绩 ↗

成功率: 90 %

arxiv-v2-simple-overall

表2/附录D.2:SIMPLE六核心任务×0至2级×每组10次=180,成功162。逐任务选已记录最佳配置,无统一检查点或推理设置,未证明仅按验证集选型;单任务训练,不是固定配置对比。公开基线保留各自协议,评测制品未披露,不等于raw中间权重。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · HumanVerse比例与实机进度 ↗

0% HumanVerse: 59.9 %

arxiv-v2-human-data-scaling

图12/附录C:Stage II的HumanVerse训练分区取0/5/10/25/50/100%,会话分离嵌套子集,固定Stage I、模型规模、机器人数据、Stage III预算及评测清单;非零组Stage II预算相同,0组跳过Stage II。为实机加权进度而非二元成功,80.4对59.9是20.5个百分点;单次离线损失拟合不证明多种子复现或外推。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · HumanVerse比例与实机进度 ↗

5% HumanVerse: 64.2 %

arxiv-v2-human-data-scaling

图12/附录C:Stage II的HumanVerse训练分区取0/5/10/25/50/100%,会话分离嵌套子集,固定Stage I、模型规模、机器人数据、Stage III预算及评测清单;非零组Stage II预算相同,0组跳过Stage II。为实机加权进度而非二元成功,80.4对59.9是20.5个百分点;单次离线损失拟合不证明多种子复现或外推。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · HumanVerse比例与实机进度 ↗

10% HumanVerse: 67.3 %

arxiv-v2-human-data-scaling

图12/附录C:Stage II的HumanVerse训练分区取0/5/10/25/50/100%,会话分离嵌套子集,固定Stage I、模型规模、机器人数据、Stage III预算及评测清单;非零组Stage II预算相同,0组跳过Stage II。为实机加权进度而非二元成功,80.4对59.9是20.5个百分点;单次离线损失拟合不证明多种子复现或外推。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · HumanVerse比例与实机进度 ↗

25% HumanVerse: 72.1 %

arxiv-v2-human-data-scaling

图12/附录C:Stage II的HumanVerse训练分区取0/5/10/25/50/100%,会话分离嵌套子集,固定Stage I、模型规模、机器人数据、Stage III预算及评测清单;非零组Stage II预算相同,0组跳过Stage II。为实机加权进度而非二元成功,80.4对59.9是20.5个百分点;单次离线损失拟合不证明多种子复现或外推。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · HumanVerse比例与实机进度 ↗

50% HumanVerse: 76.4 %

arxiv-v2-human-data-scaling

图12/附录C:Stage II的HumanVerse训练分区取0/5/10/25/50/100%,会话分离嵌套子集,固定Stage I、模型规模、机器人数据、Stage III预算及评测清单;非零组Stage II预算相同,0组跳过Stage II。为实机加权进度而非二元成功,80.4对59.9是20.5个百分点;单次离线损失拟合不证明多种子复现或外推。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · HumanVerse比例与实机进度 ↗

100% HumanVerse: 80.4 %

arxiv-v2-human-data-scaling

图12/附录C:Stage II的HumanVerse训练分区取0/5/10/25/50/100%,会话分离嵌套子集,固定Stage I、模型规模、机器人数据、Stage III预算及评测清单;非零组Stage II预算相同,0组跳过Stage II。为实机加权进度而非二元成功,80.4对59.9是20.5个百分点;单次离线损失拟合不证明多种子复现或外推。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 去除两个人类数据阶段 ↗

SIMPLE overall: 79.4 %

arxiv-v2-no-human-stages

表3去除两个人类数据阶段消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 去除两个人类数据阶段 ↗

实机成功率: 15 %

arxiv-v2-no-human-stages

表3去除两个人类数据阶段消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 去除两个人类数据阶段 ↗

阶段进度: 54 %

arxiv-v2-no-human-stages

表3去除两个人类数据阶段消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 去除Stage II ↗

SIMPLE overall: 82.3 %

arxiv-v2-no-stage-ii

表3去除Stage II消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 去除Stage II ↗

实机成功率: 22.5 %

arxiv-v2-no-stage-ii

表3去除Stage II消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 去除Stage II ↗

阶段进度: 59.9 %

arxiv-v2-no-stage-ii

表3去除Stage II消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 去除Stage I ↗

SIMPLE overall: 87.8 %

arxiv-v2-no-stage-i

表3去除Stage I消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 去除Stage I ↗

实机成功率: 50 %

arxiv-v2-no-stage-i

表3去除Stage I消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 去除Stage I ↗

阶段进度: 75.9 %

arxiv-v2-no-stage-i

表3去除Stage I消融:保留架构、动作接口、VLM初始化及相同Stage III机器人监督;实机四任务各10次,成功率与进度分开。SIMPLE仍为逐任务选配置,未核实消融间检查点和推理设置匹配;不是对当前下载检查点的单独实测。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 机器人未见、人类已见物体 ↗

人类引导进度: 55.8 %

arxiv-v2-robot-unseen-human-observed

5.4节/图13/附录D.3:机器人演示含A,人类引导配方含人类A及B;同一策略分别测A和B,仅机器人变体测B。四任务各方法各条件各10次;B为机器人未见但人类已见,不是完全新物体零样本。人类引导平均55.8对仅机器人48.4为进度;反映综合人类训练收益,不能单独归因于人类B数据。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

发布方评测 · 报告成绩,未经独立复现

λ₀ 官方报告成绩 · 机器人未见、人类已见物体 ↗

仅机器人进度: 48.4 %

arxiv-v2-robot-unseen-human-observed

5.4节/图13/附录D.3:机器人演示含A,人类引导配方含人类A及B;同一策略分别测A和B,仅机器人变体测B。四任务各方法各条件各10次;B为机器人未见但人类已见,不是完全新物体零样本。人类引导平均55.8对仅机器人48.4为进度;反映综合人类训练收益,不能单独归因于人类B数据。 v2开发方报告,未经独立复现;实际评测权重固定版本及运行日未知。成绩归版本,公开Stage II原始权重不是评测中的Stage III策略。

完整参数与核验说明(模型卡)

https://arxiv.org/abs/2610.18950 https://lambdahumanoid.github.io/ https://github.com/LambdaHumanoid/openlambda https://huggingface.co/lambda-humanoid/lambda0-midtrain-100k

公开检查点是Stage II训练100,000步的原始权重,不含EMA或任务专用Stage III策略。论文用Stage II EMA初始化后训练,而当前示例用raw权重,并非已发布的精确复现;代码已有后训练示例配置,但完整Stage III评测和机器人控制器部署仍列TODO,较早模型卡仍称配方准备中。2.3892B为权重头核算的2,389,229,762个元素取整,其中2,213,241,664个BF16、175,988,098个FP32;骨干2B不等于整模型,未执行张量载荷。G1为44维状态、每步76维动作(64维SONIC潜变量+双手各6维),50步动作块、10步flow推理,不等于50Hz推理;Stage I的138维手部几何、其他人体接口和36维SIMPLE动作须分开。HumanVerse的500小时/32,993轨迹/8700万姿态帧为转换和过滤前规模,完整语料未公开;查看器只有20段各8秒片段,数据许可未指定。Apache2仅适用于已核实代码和权重,不覆盖全部数据、SONIC及其他依赖;托管API条款未知。v2实机是丢瓶、玩具收纳、盒子搬运和椅子摆放,各10次,25/40完整成功即62.5%,80.4%是阶段加权进度;仓库摘要所列其他任务不能混用。SIMPLE90%=162/180为逐任务选择最佳配置,非统一检查点/设置,未证明仅按验证集选配置,消融选型是否匹配也未知。对齐管线51.7/76.2%是无目标任务机器人数据的部分进度,不是λ策略二元成功率;机器人未见B物体在人类演示中出现,55.8%进度不代表完全未见物体零样本。均为开发方报告,实际评测权重固定版本和运行日未知。文档提到的SIMPLE权重需原始配套文件,当前注册表不可公开访问,不虚构第二检查点。

提交来源或更正