← 전체 모델

Hy-Embodied-0.5-VLA-UMI

발표일 발표 기관 Tencent

모델 개요

Hy-Embodied-0.5-VLA-UMI는 Tencent Robotics X와 Tencent Hy 팀이 공개한 로봇 조작용 시각·언어·행동(VLA) 모델의 사전학습 체크포인트다. 대상 로봇과 작업에 맞춰 미세조정하기 위한 범용 출발점이며, RoboTwin용으로 후속 학습된 별도 체크포인트와는 다르다. (huggingface.co)

능력과 용도

  • 카메라 이미지, 로봇 상태, 자연어 작업 지시를 바탕으로 연속적인 로봇 행동을 예측한다. 물체 집기 등 로봇 조작 정책의 학습과 연구에 활용할 수 있다. (huggingface.co)
  • Hy-Embodied-0.5 MoT를 기반으로 하며, 약 3억 7천만 파라미터의 행동 전문가가 조건부 플로 매칭으로 행동을 생성한다. 공식 모델 카드의 행동 표현은 팔마다 위치·회전·그리퍼 상태를 포함하고, 행동 구간은 10Hz에서 50단계다. (huggingface.co)
  • 공식 설명에 따르면 70개 이상 작업을 포함한 1만 시간 이상의 UMI 시연 데이터로 사전학습했다. 전체 학습 데이터 중 공개된 부분은 2천 시간 이상이다. (huggingface.co)

제한 및 이용 조건

  • 이 체크포인트는 특정 로봇과 작업에 맞춘 미세조정을 목적으로 한다. 실제 배포 전에는 대상 장비에서 성능과 안전성을 검증해야 한다.
  • 사전학습 시에는 단일 프레임 모드가 사용됐다. 여러 프레임의 이력을 활용하려면 후속 미세조정 시 메모리 인코더를 활성화해야 한다. 공식 예시는 CUDA와 bfloat16을 사용한다. (huggingface.co)
  • 모델과 코드의 공개 라이선스는 Apache-2.0이다. (huggingface.co)

가격

2026년 11월 16일 확인 기준, 중국 본토 및 국제 공식 가격표에서 이 모델에 적용되는 API 가격을 확인하지 못했다. 따라서 입력·출력별 과금 여부와 단가는 미확인이다. 공개 가중치를 직접 운영할 경우의 컴퓨팅 등 비용은 별도로 고려해야 한다. 다른 모델의 가격을 대입하지 않았다. (cloud.tencent.com)

출시 및 공식 출처