近日，腾讯 robotics x 实验室联合混元团队正式发布并开源了 hy-embodied-0.5-x——一款面向具身智能任务深度优化的多模态大模型，致力于增强机器人在真实物理环境中的感知、理解与执行能力。该模型以 hy-embodied-0.5-mot-2b 架构为基底，聚焦机器人“看得明白、想得周全、做得精准”三大核心能力，在精细操控、空间建模、动作序列预测以及安全风险评估等关键维度上展现出突出性能。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
HY-Embodied-0.5 系列目前包含两大主力版本：轻量高效的 MoT-2B 与高容量的 MoE-32B。其中，MoT-2B 针对边缘端部署场景设计，兼顾低延迟与强实时性；而 MoE-32B 则依托更庞大的参数规模，适配高复杂度、多步骤的具身任务需求。HY-Embodied-0.5-X 特别强化机器人在开放环境下的交互落地能力，加速实现从“视觉理解”到“自主作业”的跨越，为家庭助理、桌面级精密操作等现实应用提供坚实技术支撑。
数据构建方面，HY-Embodied-0.5-X 融合了实验室自研采集的机器人第一人称视角操作视频、动作轨迹及多模态反馈数据，并整合高质量开源具身智能数据集，共同构建出覆盖广、噪声低、语义丰富的训练语料。该数据集不仅涵盖动作意图识别与任务逻辑推理，还重点提升了模型对自然语言中模糊、隐含或不完整指令的鲁棒解析能力。同时，团队创新引入思维链（Chain-of-Thought）人工标注机制与数据质量动态闭环评估体系，保障训练数据的准确性与模型收敛的可靠性。
将小说章节转换为电影分镜剧本。用户上传txt/md/docx文本，AI分析场景、角色、情绪、镜头语言，输出专业分镜脚本。适用于用户提及“分镜”“storyboard”“小说转分镜”“影视改编”“镜头脚本”或需要将小说改编为分镜的场景。
训练方法上，HY-Embodied-0.5-X 采用渐进式分阶段迭代策略：初期以小批量高信噪比样本验证训练流程与超参配置，再逐步过渡至全量数据的大规模联合训练，显著提升训练稳定性与资源利用效率。实测表明，该模型在三维空间感知、跨时间步长任务规划及多模态具身协同交互等方面均取得显著突破，助力机器人更可靠地认知物理世界并高效执行复合型任务。
HY-Embodied-0.5-X 的开源，标志着腾讯在具身人工智能领域迈出关键一步，也为学术界与工业界提供了可复用、可扩展、可部署的新型技术范式，有望持续推动机器人真正走进人类生活场景，实现更自然、更安全、更智能的人机共融。
