问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年4月，腾讯 Robotics X 实验室与混元团队联合发布并开源了专为机器人具身任务优化的多模态大模型HY-Embodied-0.5-X。该模型推出MoT-2B端侧版与MoE-32B大参数两个版本，基于自研架构优化，强化机器人“感知-决策-执行”能力，在精细操作、空间推理等核心任务上表现突出，旨在推进具身智能机器人在真实场景的落地。
随着大语言模型技术的普及，行业已经解决了机器人“听懂语言、看懂图像”的基础认知问题，但如何把认知能力转化为真实环境下的可靠动作，一直是制约服务机器人落地的核心痛点。通用大模型大多针对文本生成、图像理解训练，没有针对机器人的具身交互需求做深度优化，很难适配端侧部署、实时动作预测这些特殊要求。
此次开源的HY-Embodied-0.5-X，由腾讯 Robotics X 实验室的机器人研发经验与混元团队的大模型技术能力联合打造，核心目标是强化机器人“看懂、想清、做到”的全流程能力，专门针对精细操作、空间推理、动作预测、风险判断四类机器人核心任务做了优化。
该模型共推出两个适配不同场景的版本：MoT-2B版本专为端侧部署设计，参数规模适中，能够在机器人本地设备实现低延迟实时响应，适合桌面机械臂、小型消费级服务机器人等场景；MoE-32B版本则是320亿参数的大规模混合专家模型，具备更强的认知与推理能力，能够支撑复杂动态场景下的任务决策，适合商用服务机器人等对能力要求更高的场景。
不同于通用多模态大模型，HY-Embodied-0.5-X从设计初期就瞄准机器人实际应用，重点解决了从“环境感知”到“动作执行”的衔接问题，推动机器人能力从“能看能说”往“能干活”转变，目前已经能够为家庭服务、桌面精细操作等常见场景提供技术支撑。
对于整个行业而言，此次开源的专用具身大模型，也为中小开发者和机器人创业团队提供了成熟的基础底座，不需要从零开始训练针对具身任务的大模型，能够大幅降低研发成本，加速具身智能技术的落地进程。目前具身智能已经成为全球AI和机器人领域的核心赛道，科技公司通过开放共享基础模型的方式，有望推动整个行业快速迭代，让具备实用价值的智能机器人更快进入消费和商用场景。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号