← 全部模型

Hy-Embodied-RxBrain-1.0

发布时间 发布主体 Tencent

模型定位

Hy-Embodied-RxBrain-1.0(RxBrain)是具身世界认知多模态基础模型,由腾讯 Robotics X、福田实验室与腾讯混元团队联合打造,基于 Hy-Embodied-VLM 系列开发。模型约有 62 亿参数,采用按模态路由的 Mixture-of-Transformers 架构,结合语言推理与视觉想象。(developer.cloud.tencent.cn)

能力与用途

  • 具身理解与推理:结合指令、图像或多帧视频,进行场景理解、视觉问答、空间推理、任务状态判断和异常识别。
  • 世界状态预测:根据当前视觉观测和动作指令,生成动作后可能出现的短时未来帧。
  • 联合子目标规划:将长程任务拆解为步骤,交错生成文本计划和目标状态图像,为下游机器人动作模型提供条件;也可用于进度判断和重规划。
  • 动作生成扩展:官方在 RxBrain 上另行扩展动作分支,并在机械臂任务中进行了真机验证;不应将基础认知模型本身等同于完整的机器人控制系统。(tairos.tencent.com)

开放与部署

官方已开放模型权重、推理代码和微调代码,模型按 Apache License 2.0 发布。官方部署说明要求 Python 3.10 及以上;使用 flash-attn 需要 CUDA GPU。视觉问答只需主模型权重,图像生成、多帧预测和交错规划还需另行获取 FLUX VAE。(github.com)

限制

官方 RxBrain-Bench 评测中,目标图像正确性得分为 0.52;自由滚动规划的综合得分从两步时的 0.69 降至八步时的 0.55,表明视觉目标质量及长程误差累积仍是限制。真机结果仅对应官方测试的平台和任务,不能保证其他环境中的成功率。(developer.cloud.tencent.cn)

发布日期

模型于 2026 年 7 月 15 日正式发布并开源;所给腾讯云开发者社区公告发表于 2026 年 7 月 17 日。(developer.cloud.tencent.cn)

价格

截至 2026 年 11 月 16 日,检索腾讯云国内站和国际站官方定价资料,未核实到此型号的人民币或美元 API 报价,输入和输出计费价格及单位均未核实。开放权重不代表自行部署所需算力或其他资源没有成本。查询参考:腾讯云国内模型价格、腾讯云国际站模型价格。(cloud.tencent.com)

官方来源