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。