VLA ギャラリー / モデル一覧 / 2026年の新モデル

OpenHLM

Tsinghua + Shanghai Qi Zhi Institute + Spirit AI · 2026-06

VLA2026年の新モデルπ0.5を継承flow matching

π0.5を全身指令出力向けにファインチューニングし、SONIC低レベル全身制御器の上に載せたヒューマノイドレシピである。

論文

OpenHLM: An Empirical Recipe for Whole-Body Humanoid Loco-ManipulationarXiv 2606.22174

概要

分類

2026年の新モデル

タイプ

VLA

発表

2026-06

機関

Tsinghua + Shanghai Qi Zhi Institute + Spirit AI

重み公開

あり

パラメータ

π0.5を継承 (PaliGemma 3B)

構造

バックボーンLLM

Gemma 2B · PaliGemma 3B 構成 (π0.5)

ビジョンエンコーダ

SigLIP 400M (π0.5)

アクションヘッド

flow matchingヘッド (10ステップ) (flow matching)

チャンク

50 (25実行)

制御周期

10 Hz (SONIC 50 Hz)

構造の原文要約

π0.5(PaliGemma 3B) + フローマッチングアクションヘッド(デノイジング10ステップ); 32-D全身指令 + グリッパー2-D = 34-D出力; VLA 10 Hzの上にSONICトラッカー50 Hz、推論あたり25アクション実行、アクションホライズン50

学習

事前学習アクセラレータ

該当なし (π0.5から初期化)

事前学習期間

該当なし

事前学習ステップ・バッチ

該当なし

GPU・TPU時間

非公開

ファインチューニング

A800 4個、約24時間、30k steps、バッチ128

データ種類

実ロボットのテレオペレーション(全身) + 人のデモ(HuMIによるロボットなしのデモ)

データ規模

テレオペレーションデモ320個(8タスク×40) + HuMIロボットなしデモ + 長期デモ120個

主要データセット

独自のHLM-12デモ、HuMI

タスク・評価

HLM-12(Unitree G1): 学習済み8タスクの平均進捗89%; 未学習タスクは共同学習なし33%・あり87%; 長期の果物整理87.5%(デモ1.14時間; GR00T N1.6 57.5%、Ψ0 48.8%、各2.70時間)

ロボット

Unitree G1

推論

推論デバイス・速度

VLA 10 Hz、SONIC 50 Hz (遅延は未報告)

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

一部 (RL下位制御器との結合) · π0.5ファインチューニング(教師あり学習)、全身実行はRLで学習されたSONICトラッカー

ベース制御

ヒューマノイド歩行 (指令・潜在 → RL歩行制御器) · VLAが32-Dの全身指令(ルートroll・pitch・yaw角速度 + 脚を含む29関節目標)チャンクを出力 → SONICトラッカーが実行 (テーブルまで歩行・カート押し)

備考

主な特徴

π0.5を全身指令出力向けにファインチューニングし、SONIC低レベル全身制御器の上に載せたヒューマノイドレシピである。共同学習で未学習タスクの進捗率を33%から87%に引き上げた。

備考

新しい事前学習モデルではなくファインチューニングレシピ(ノートの分類)。arXiv 2026-06-20。コード・学習データ・チェックポイント公開。総パラメータの記述がないため数値列は空欄。検証ノートに照合行なし。

検証

未検証