Компания Light Origins выложила в открытый доступ Light-O1-Preview — модель с примерно 6 миллиардами параметров для моделирования движений всего тела. Релиз состоялся под лицензией Apache 2.0 на платформах Hugging Face и GitHub, согласно техническому блогу компании от 21 сентября и англоязычным публикациям. Предварительная версия модели позиционируется как общедоступный фрагмент Light-O1, базовой линейки Light Origins для воплощенных систем, которая предварительно обучается на структурированных действиях человека, извлеченных из видео, а затем адаптируется к робототехническим воплощениям. Официальное наименование на английском — Light Origins; данный релиз отличается от предыдущей навигационной системы компании LightNav-0.
Light Origins описывает конвейер, который сегментирует людей на видео, реконструирует трехмерное движение и токенизирует траекторию корня, позу тела и состояние рук в дискретные токены действий, чередующиеся с языковыми и визуальными данными для авторегрессивного предварительного обучения на основе трансформеров. Эксперименты по масштабированию, охватывающие от примерно 3,75 миллиарда до 120 миллиардов мультимодальных токенов — до примерно 100 000 часов извлеченных действий человека в рамках самого крупного бюджета — по сообщениям, демонстрируют снижение ошибки предсказания следующего действия и ошибки позы всего тела по степенному закону после адаптации к эгоцентрическим человеческим данным, наборам данных телеоперации Unitree G1 и собственным корпусам Light Origins LightBot. Демонстрации, приведенные в материалах запуска, переносят ту же модель на LightBot и Unitree G1 для выполнения таких действий, как приседание, балансировка, протирание и подбирание предметов.
Предварительная версия на Hugging Face содержит контрольную точку на 6 миллиардов параметров в дереве моделей Qwen3.5-4B-Base. Она принимает текстовую инструкцию, выдает краткий трассировочный лог рассуждений и генерирует последовательности действий всего тела с частотой 20 кадров в секунду с раскладкой из 138 значений на кадр, охватывающей движение корня, высоту таза, рыскание, позу 22 суставов и состояние открытости рук. Для развертывания этих траекторий на оборудовании по-прежнему требуется отдельная модель поведения или низкоуровневый контроллер; Light Origins документирует пример пути для Unitree G1, который сегодня проходит симуляцию с дополнительной контрольной точкой политики. Симуляции на кухне RoboCasa GR-1, проводимые компанией, демонстрируют макроуспешность на уровне 79,3% для 24 задач, но не представлены в виде независимой общедоступной таблицы лидеров.
Для команд, занимающихся робототехникой, Light-O1-Preview представляет собой загружаемый слой предварительного обучения движений под разрешительной лицензией, а не готовую к использованию операционную систему для роботов. Открытые веса позволяют лабораториям проверять заявления о предварительном обучении на основе видео с действиями человека; качество локализации и манипуляции в различных воплощениях по-прежнему зависит от данных адаптации и контроллеров, которые остаются частично проприетарными.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
