このほど、阿里巴巴集団傘下の高德は、オープンワールド行動に基づく初の全身基盤モデルλ0を正式に発表した。このモデルは人間の行動データのみによって、ロボットに移動、姿勢、両手操作の全身協調を学習させ、「局所的な動作学習」の限界から完全に脱却させる。SIMPLEシミュレーションベンチマークおよび複数の実機評価において、λ0はいずれもSOTAの成績を達成し、データ収集効率は主流手法の約3.4倍、実機タスク成功率は最強の比較ベースラインを22.5%上回った。
具身知能（エンボディッドAI）が家庭、商業施設、倉庫などのオープン環境へ徐々に進出するに伴い、ロボットが直面するのはもはや固定姿勢での単一操作ではなく、全身動作を持続的に協調させることで初めて完了できる複雑な長時間タスクである。
しかし、既存の技術路線ではロボットの全身協調によるデータ収集と学習のニーズを支えることが難しい。一方では、従来の実機テレオペレーションによる収集はハードウェア機器と人手によるリセットに高度に依存しており、拡張コストが非常に高い。他方では、従来の一人称視点VLA（視覚-言語-動作）基盤モデルは全身協調の動作情報が普遍的に欠けており、データは手部、腕部などの局所的な相互作用にのみ焦点を当てることが多く、関節、胴体、姿勢などの全身の動的情報が不足している。シーンが開放的になるほど、タスクが複雑になるほど、この「断片化」された動作学習がロボットの汎用能力と動作成功率を制約するボトルネックとなる。
λ0は「身体非依存の全身データ収集＋ソフトウェア・ハードウェア協働による人間-機械アライメント」という技術路線を初めて打ち出し、オープンシーンにおける収集効率、全身協調、異なる身体間転移の課題に対応した。
コストと効率の面では、身体非依存の全身データ収集により、λ0は高価なロボット本体による収集への強い依存から脱却し、収集者はコンシューマー向け機器を装着するだけで、日常環境において歩きながら収集を行える。ロボット本体による収集と比較して、この方式は代表的タスクの1回のデモ収集時間を約100秒から29秒に短縮し、収集効率は約3.4倍となった。
全身動作の学習とアライメントの面では、λ0はソフトウェア・ハードウェア協働のデータ収集モードによって、視覚、身体変位、手部操作などの全身動作情報を完全に記録・アライメントし、さらに手部インタラクション、全身協調、ヒューマノイド本体の3段階訓練を組み合わせることで、人間の経験を段階的にロボットの全身制御指令へと変換する。このスケール可能なパイプラインに基づき、高德は500時間のオープンワールド身体非依存全身データを含むHumanVerse-500データセットを構築した。
（HumanVerse-500データセットの構築と全体統計）
人間と機械の形態差およびエンドエフェクタの実行偏差がもたらす転移の難題に面对し、λ0は収集、処理、動作端に視点マッチングと「粗から細へ」の動作アライメント機構を設計し、全身協調を保持しながら物理的接触の精度を最適化した。
クロスモーフィズム転移とデータ拡張性（Scaling）の面では、λ0は7項目の全身協調および長距離移動操作タスクにおいて、人間の行動データのみで実機上のゼロショット転移を実現した。同時に、同一量のロボットデモの条件下で、人間の全身データの規模が拡大するにつれて、実機ロボットのタスク性能が顕著に向上する。これは、人間の全身データをスケール的に蓄積することが、ヒューマノイドロボットの実タスク性能を向上させるための有効な道筋であることを意味する。
（7つのタスクにおける人間デモとのアライメントされたタスク進捗）
なお、このモデルの研究は高德と阿里ATH事業群が共同で実施した。ロボットが現場に不要なデータ収集から、人間-機械の観測と動作のアライメント、そして実機ロボット上での能力検証まで、λ0は人間の全身経験がヒューマノイドロボットへと至る完全なパイプラインを構築した。これは、巡視検査、物流などより多くのオープンシーンにおいて、ロボットが全身協調タスクを学習・実行するための基盤を提供するものである。
現在、λ0は関連ハードウェア構成コードをGitHubでオープンソース化しており、HuggingFaceではHumanVerseデータサンプルを公開しており、開発者が直接体験・研究できるようになっている。
付記
プロジェクトページ：https://lambdahumanoid.github.io/
技術レポート：https://arxiv.org/abs/2610.18950
GitHub：https://github.com/LambdaHumanoid/openlambda です。
HumanVerse データサンプル：https://huggingface.co/datasets/lambda-humanoid/HumanVerse-500-sample
本記事は高德が提供し、量子位が許諾を得て転載したものであり、見解は原作者に帰属する。