VLA ギャラリー / モデル一覧 / 2026年の新モデル

Being-H0.5

BeingBeyond · 2026-01

VLA2026年の新モデル2Bflow matching

UniHand-2.0(人間の一人称16,000時間・ロボット14,000時間以上)で30エンボディメントを学習した。

論文

Being-H0.5: Scaling Human-Centric Robot Learning for Cross-Embodiment GeneralizationarXiv 2601.12993

概要

分類

2026年の新モデル

タイプ

VLA

発表

2026-01

機関

BeingBeyond

重み公開

あり

パラメータ

2B(README)/3B(HF)

構造

バックボーンLLM

非公開

ビジョンエンコーダ

—

アクションヘッド

Mixture-of-Flow (統合アクション空間) (flow matching)

チャンク

非公開

制御周期

非公開

構造の原文要約

Mixture-of-Transformers + Mixture-of-Flow; 異種ロボット制御を意味的に整列したスロットへ写像する統合アクション空間; Universal Async Chunking

学習

事前学習アクセラレータ

非公開 (同時公開の事前学習レシピは1,000 GPU時間、GPUの種類は非公開)

事前学習期間

非公開

事前学習ステップ・バッチ

非公開

GPU・TPU時間

非公開

ファインチューニング

非公開

データ種類

人の動画(一人称) + 実ロボット + シミュレーション・合成(26%) + Web視覚言語

データ規模

35,000時間以上・120Bトークン・400Mサンプル以上(人間16,000時間、ロボット14,000時間以上、VLM 5,000時間相当); エンボディメント30種

主要データセット

UniHand-2.0、UniCraftor(200時間以上、43タスク)

タスク・評価

LIBERO 98.9%、RoboCasa 53.9%; 実ロボット5種

ロボット

PND Adam-U, Franka+Inspire, Unitree G1, BeingBeyond D1, LeRobot SO-101

推論

推論デバイス・速度

非公開

推論メモリ

非公開

重み bf16(計算)

非公開

実行場所

非公開

強化学習・ベース

強化学習

不使用 · 教師あり学習(公開論文の範囲)

強化学習の根拠

https://arxiv.org/html/2601.12993v1

ベース制御

固定 · 統合行動空間にベース速度・方向スロットの定義はあるが、実験(G1を含む)は上半身・アームのみ制御

備考

主な特徴

UniHand-2.0(人間の一人称16,000時間・ロボット14,000時間以上)で30エンボディメントを学習した。1,000 GPU時間の事前学習レシピも併せて公開した。

備考

パラメータの矛盾: 公式README 2B、HF自動ラベル3B、論文に記載なし(数値列は空欄)。arXiv v1 2026-01-19、GitHub 2026-01-20。UniHand_Previewサブセットを2026-03-20公開、CoRL 2026採択。1,000 GPU-時間は公開レシピの値で、フラッグシップ実行と同じか未確認のため数値列は空欄。

検証

確認