人形机器人开发者终于有了一个4亿参数级别的开源控制模型，零样本就能迁移舞蹈、搬箱子等复杂动作，做全身控制的团队可以直接拿来用。
地平线正式开源HoloMotion-1，这是一个4亿参数级的机器人小脑大模型，专为人形机器人全身控制设计。相比以往百万、千万级模型，HoloMotion-1将规模提升到新量级，并能在端侧实现约300FPS实时推理，远超常见50Hz控制频率。该模型结合MoE稀疏激活与KV-cache机制，降低推理开销，并使用互联网视频、光学动捕、VR遥操作等多来源数据训练。在真实机器人实验中，HoloMotion-1展示了零样本迁移能力，可完成高动态舞蹈、爬行、健身、搬箱子等复杂动作。代码、模型、技术报告均已开源。
地平线开源 HoloMotion-1 4 亿参数机器人小脑大模型，可实现舞蹈、健身、搬箱子等动作
IT之家 5 月 19 日消息，地平线 HorizonRobotics 昨日正式发布并开源 HoloMotion-1，这是地平线机器人实验室面向人形机器人全身控制打造的 4 亿参数级机器人小脑大模型 。 官方表示，相比以往常见的百万级、千万级机器人控制模型，HoloMotion-1 将机器人“小脑”的模型规模提升到新的量级，并在端侧实现约 300FPS 实时推理。 HoloMotion-1 结合 MoE 稀疏激活与 KV-cache 推理机制，在保持 4 亿参数级模型容量的同时降低单步推理开销，实现 端侧约 300FPS 的实时运行能力 ，显著高于常见 50Hz 控制频率要求。 据介绍，HoloMotion-1 使用多来源动作数据进行训练，包括互联网视频恢复动作、光学动捕数据、 VR 遥操作数据和惯性动捕遥操作数据。通过统一的数据处理和动作重定向流程，系统将人类动作转化为适合机器人学习和控制的训练数据。 在真实机器人实验中，HoloMotion-1 展示了多类复杂动作的 零样本迁移能力 ： 高动态舞蹈动作，来自互联网视频数据 爬行、坐下、高踢腿等接触丰富动作，来自高精度光学动捕数据 健身等动作，来自低成本 VR 遥设备 搬箱子等人机交互任务，来自惯性动捕设备 这些动作覆盖了人形机器人全身控制中的多个关键难点，包括大幅度肢体运动、低姿态动作、接触丰富动作、动态平衡动作以及实时遥操作跟踪。 IT之家附相关链接如下： 开源模型代码库： https://github.com/HorizonRobotics/HoloMotion 项目主页： https://horizonrobotics.github.io/robot_lab/holomotion 技术报告： https://arxiv.org/abs/2605.15336 开源模型： https://huggingface.co/HorizonRobotics/HoloMotion_models Docker 环境 ： https://hub.docker.com/r/horizonrobotics/holomotion