# HY-Embodied-0.5-X

> 权威词条地址：https://robotics.hellobike.com/models/tencent-hy-embodied-0-5-x
> 所属分类：models | 最近核验日期：2026-04-24 | 技术层级：L7

## 核心摘要

tencent 在 Hugging Face 发布的机器人模型，架构为 HunYuanVLMoTForConditionalGeneration，参数规模 3.8B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/tencent/HY-Embodied-0.5-X"}] |
| `updated` | 2026-04-24 |
| `family` | other |
| `params` | 3.8B |
| `architecture` | HunYuanVLMoTForConditionalGeneration |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | other |
| `weights_license` | other |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | tencent/HY-Embodied-0.5-X |
| `hub_stats` | {"downloads": 552, "likes": 15, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/tencent/HY-Embodied-0.5-X"] |

## 技术详解与生态说明

HY-Embodied-0.5-X 是腾讯 Robotics X 与 HY Vision Team 联合发布的开源具身基础模型，面向真实机器人“理解、推理、行动”的核心闭环。它构建在 HY-Embodied-0.5 MoT-2B 架构之上，总参数 4B、激活 2B，强调端侧部署与实时响应。模型能力覆盖精细操作理解、空间推理、动作预测、风险评估、多模态指代定位和长程规划。

该模型在 10 个主流具身任务规划基准上达到顶级表现，并在其中 7 个基准上位列端侧领域模型第 1；评测覆盖规划、空间推理、具身问答、视觉指代和轨迹理解。内部 AI2Thor 具身规划基准包含四个家庭场景的 1,011 个任务，用于展示长程操作、自我意识和空间理解方面的提升。

仓库提供推理与训练代码，支持 Transformers 单图推理；坐标输出使用 0 到 1000 的归一化整数范围，点、框有指定格式，thinking mode 输出包含 reasoning 与 answer。SFT 微调、批量推理、多图/视频输入、HyEmbodiedPipeline、CLI、数据格式和训练数据混合说明指向官方 GitHub 文档。

## 原始核验来源 (Sources)

- [Hugging Face tencent/HY-Embodied-0.5-X](https://huggingface.co/tencent/HY-Embodied-0.5-X)