Университет Чжэцзян и Unitree открыли 5 млн проверенных движений для роботов
Чтобы научить робота приседать или мыть пол, движения обычно записывают на людях в костюмах захвата — это дорого, и данных мало. Лаборатория Чжэцзянского университета и Unitree собрала из обычных интернет-видео набор Movens-5M: 5 млн движений для роботов суммарно больше 10 000 часов. Каждое движение прогнали в симуляторе и оставили только те, которые робот способен выполнить. Разработчикам это даёт открытую базу для предобучения вместо записи данных с нуля.
AI-обработка оригинала Jiqizhixin (机器之心); редакция Hamidun News
Чтобы научить робота приседать, мыть пол или боксировать, его движения обычно записывают на живых людях в костюмах захвата, а потом проверяют на настоящем железе. Это дорого и медленно, поэтому данных для роботов катастрофически меньше, чем текстов для языковых моделей. Совместная лаборатория по воплощённому интеллекту Чжэцзянского университета и компании Unitree предложила обходной путь: взять обычные интернет-видео, где люди что-то делают, и превратить их в движения для роботов. Результат — открытый набор Movens-5M: 5 миллионов движений суммарной длительностью больше 10 000 часов, в 297 типах действий и 16 категориях сцен. Если вы делаете модели управления гуманоидами или четвероногими роботами, это готовая база для предобучения, которую не нужно записывать самим.
Что именно выложили
Название Movens-5M расшифровывается просто: пять миллионов движений. Каждое из них прошло исполнение в симуляторе, то есть проверено на выполнимость. В китайском заголовке новости релиз назвали потенциальным «GPT-моментом» для воплощённого интеллекта, то есть для роботов, которые действуют в физическом мире. Это громкая формулировка, но сам набор заслуживает внимания.
Движения разделены на 297 типов: ходьба, приседания, мытьё пола, бокс и другие. Сцены собраны в 16 категорий: домашняя жизнь, фитнес-тренировки, отдых на улице. Простая арифметика показывает, что средний пример длится около 7 секунд. Это короткие законченные эпизоды, а не длинные сплошные записи. Над проектом работали Чжэцзянский университет, лаборатория вместе с Unitree, известной своими четвероногими и гуманоидными роботами, и другие команды.
Как это устроено
Идея знакома любому, кто видел ролики на видеохостингах. Человек моет пол, делает зарядку, бьёт по груше. Из такого видео можно вытащить траекторию тела и перенести её на робота. Но тело человека и тело робота отличаются: другие пропорции, суставы, ограничения по углам и равновесию. Поэтому часть «переведённых» движений для робота физически невозможна, и он просто упал бы.
Здесь важен этап проверки. По описанию авторов, каждое движение исполняли в симуляторе. Невыполнимые примеры отсеивались, остались те, которые модель робота действительно способна воспроизвести. Для обучения это существенно: нейросеть не тратит силы на запоминание движений, которые нельзя повторить.
Что с этим делать на практике
Первое — предобучение. Базовым навыкам модель можно научить на Movens-5M, а потом дообучить на небольшом количестве собственных записей под конкретную задачу и конкретного робота. Это дешевле, чем собирать всё с нуля.
Второе — честное сравнение. Когда набор открыт, разные группы могут обучать свои модели на одном и том же материале и сопоставлять результаты. В робототехнике это пока редкость: чаще каждая компания сидит на закрытых данных.
Третье — сигнал для основателей. Китайские лаборатории ставят на масштабирование данных по аналогии с языковыми моделями и выкладывают их в открытый доступ. Тот, кто собирает закрытые данные, должен учитывать, что открытая альтернатива стала заметно крупнее.
Оговорки
В доступной части новости нет сведений, без которых трудно оценить набор. Неизвестно, на каких роботах и в каких симуляторах проверяли движения, какая у данных лицензия и какие результаты показали модели, обученные на них. Симуляция остаётся приближением физики: движение, выполнимое в симуляторе, на реальном роботе может вести себя иначе из-за трения, люфтов и задержек. Кроме того, 297 типов действий и 16 категорий сцен покрывают много бытовых ситуаций, но это ещё не вся реальная жизнь. Особенно это заметно в задачах, где робот должен брать и переставлять предметы, а не только перемещать своё тело.
Поэтому называть Movens-5M «GPT-моментом» пока рано. Сначала нужно увидеть, насколько модели, предобученные на этих данных, лучше справляются с задачами на настоящих роботах. Но открытый набор на 10 000 часов с проверкой выполнимости уже полезный ресурс. Если вы работаете с гуманоидами или четвероногими роботами, стоит скачать набор, изучить лицензию и формат и проверить, сокращает ли он ваши расходы на сбор данных.
- 20 нояб. 2026 г.Humyn Labs привлекла $47 млн и выручила $10 млн на видео для обучения роботов
- 19 нояб. 2026 г.Social Department заменила неделю просмотра сериала четырьмя запросами QuickSearch на AWS
- 19 нояб. 2026 г.Открытый видеоредактор FilmCraft на Rust собрал 18,5 тыс. звёзд и пустил AI-агентов в движок
- 19 нояб. 2026 г.Kling Image 4.0 рисует в нативном 8K и делает серии из 10 кадров от 2,33 ₽ за картинку
Вопросы и ответы по материалу
Что известно по теме: что именно выложили?
Название Movens-5M расшифровывается просто: пять миллионов движений. Каждое из них прошло исполнение в симуляторе, то есть проверено на выполнимость. В китайском заголовке новости релиз назвали потенциальным «GPT-моментом» для воплощённого интеллекта, то есть для роботов, которые действуют в физическом мире. Это громкая формулировка, но сам набор заслуживает внимания. Движения разделены на 297 типов: ходьба, приседания, мытьё пола, бокс и другие.
Что известно по теме: как это устроено?
Идея знакома любому, кто видел ролики на видеохостингах. Человек моет пол, делает зарядку, бьёт по груше. Из такого видео можно вытащить траекторию тела и перенести её на робота. Но тело человека и тело робота отличаются: другие пропорции, суставы, ограничения по углам и равновесию. Поэтому часть «переведённых» движений для робота физически невозможна, и он просто упал бы. Здесь важен этап проверки. По описанию авторов, каждое движение исполняли в симуляторе.
Что известно по теме: что с этим делать на практике?
Первое — предобучение. Базовым навыкам модель можно научить на Movens-5M, а потом дообучить на небольшом количестве собственных записей под конкретную задачу и конкретного робота. Это дешевле, чем собирать всё с нуля. Второе — честное сравнение. Когда набор открыт, разные группы могут обучать свои модели на одном и том же материале и сопоставлять результаты. В робототехнике это пока редкость: чаще каждая компания сидит на закрытых данных. Третье — сигнал для основателей.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.