高德發佈首個開放世界全身基座模型

阿里巴巴集團旗下高德正式發佈首個基於開放世界行為的全身基座模型λ0 近日，阿里巴巴集團旗下高德正式發佈首個基於開放世界行為的全身基座模型λ0。該模型僅依靠人類行動數據，即可讓機器人學習移動、姿態與雙手操作的全身協調，使機器人徹底擺脫“局部動作學習”的侷限。在SIMPLE仿真基準及多項真機評測中，λ0均取得SOTA表現，數據採集效率約為主流方法的3.4倍，真機任務成功率較最強對比基線提升22.5%。伴隨具身智能逐步走向家庭、商超、倉庫等開放環境，機器人面臨的不再是固定站姿下的單一操作，而是需要持續協調全身動作才能完成的複雜長程任務。然而，現有的技術路徑難以支撐機器人全身協同採集和學習需求。

一方面，傳統的真機遙操採集高度依賴硬件設備與人工復位，擴展成本高昂；另一方面，過往的第一視角VLA（視覺-語言-動作）基座模型普遍缺失全身協調的動作信息，數據往往只聚焦於手部、臂部等局部交互，缺乏關節、軀幹、位姿等全身動態信息。當場景越開放、任務越複雜時，這種“碎片化”的動作學習便成為制約機器人通用能力與動作成功率的瓶頸。λ0首創了“無本體全身數據採集+軟硬件協同人機對齊”的技術路徑，以應對開放場景對採集效率、全身協調和跨本體遷移的挑戰。成本和效率方面，無本體全身數據採集使λ0擺脫了對昂貴機器人本體採集的強依賴，採集者僅需佩戴消費級設備，即可在日常環境中隨走隨採。

與機器人本體採集相比，該方式將代表性任務的單條示範採集用時由約100秒縮短至29秒，採集效率約為原來的3.4倍。在全身動作學習與對齊方面，λ0依託軟硬件協同的數據採集模式，完整記錄並對齊了視覺、身體位移與手部操作等全身動作信息，再結合手部交互、全身協調、人形本體三階段訓練，逐步將人類經驗轉化為機器人的全身控制指令。基於這一可規模化的管線，高德構建了包含500小時開放世界無本體全身數據的HumanVerse-500數據集。

（HumanVerse-500數據集的構建與全景統計） 面對人機形態差異與末端控制器執行偏差帶來的遷移難題，λ0在採集、處理與動作端設計了視角匹配和“由粗到細”的動作對齊機制，在保留全身協調的同時優化物理接觸精度。在跨形態遷移與數據擴展性（Scaling）方面，λ0面對7項全身協調與長程移動操作任務，僅憑人類行動數據即可在真機上實現零樣本遷移。同時，在同等機器人示範量的條件下，隨著人類全身數據規模的擴大，真實機器人的任務表現能獲得顯著提升。這意味著，規模化積累人類全身數據，是提升人形機器人真實任務表現的一條有效路徑。

（七個任務中對齊人類示範的任務進度） 據悉，該模型研究由高德和阿里ATH事業群共同完成。從無需機器人到場的數據採集，到人機觀測與動作對齊，再到真實機器人上的能力驗證，λ0打通了人類全身經驗走向人形機器人的完整鏈路。這為機器人在巡檢、物流等更多開放場景中學習和執行全身協調任務提供了基礎。目前，λ0已在GitHub開源了相關硬件配置代碼，並在HuggingFace上線了HumanVerse數據樣例，方便開發者直接體驗與研究。附 項目主頁：https://lambdahumanoid.github.io/ 技術報告：https://arxiv.org/abs/2610.

18950 GitHub：https://github.com/LambdaHumanoid/openlambda HumanVerse 數據樣例：https://huggingface.co/datasets/lambda-humanoid/HumanVerse-500-sample