腾讯 HY-Embodied（混元具身）

腾讯 Robotics X 与混元团队开源的具身基础模型系列，含具身 VLM 和 VLA

腾讯 Robotics X 实验室与混元视觉团队推出的开源具身基础模型家族。2026 年 4 月的 HY-Embodied-0.5 是面向机器人的视觉语言模型，强化空间、时间感知和具身推理，采用混合 Transformer（MoT）架构，分 2B 激活（总 4B）的端侧版和 32B 版，开源了 MoT-2B；同月的 0.5-X 在其上继续后训练，侧重任务规划、风险判断等。6 月的 Hy-Embodied-0.5-VLA 在该骨干上加流匹配动作专家，用自研指尖 UMI 采集的 1 万多小时双臂数据训练，开源其中 2000 多小时；7 月又发布 MoE 架构的 VLM-1.0（约 3B 激活 / 30B 总参数）。项目页挂在腾讯 Tairos 具身智能开放平台。

例子Hy-Embodied-0.5-VLA 在 RoboTwin 2.0 仿真基准上报告的成功率为 90.9%（Clean）和 90.1%（Randomized）。

也叫

HY-Embodied-0.5、HY-Embodied-0.5-X、Hy-Embodied-0.5-VLA、HY-VLA-0.5、Hy-Embodied-VLM-1.0

相关

具身大模型、视觉语言模型、视觉-语言-动作模型、混合 Transformer 架构、通用操作接口、腾讯 Tairos

来源

Tencent-Hunyuan/HY-Embodied (GitHub)
HY-Embodied-0.5: Embodied Foundation Models for Real-World Agents (arXiv 2604.07430)
Tencent-Hunyuan/Hy-Embodied-0.5-VLA (GitHub)

信息截至

2026-07