腾讯 Robotics X 实验室携手混元团队近日联合发布并开源具身多模态大模型 HY-Embodied-0.5-X。该模型基于 HY-Embodied-0.5-MoT-2B 架构设计，主要面向机器人在真实场景下的智能交互优化，重点强化“看懂、想清、做到”的核心能力，在空间推理、动作预测与风险判断等方面表现突出。HY-Embodied-0.5 系列包含 MoT-2B 与 MoE-32B 两个版本，前者支持端侧部署、实时响应，后者具备更强的任务处理能力。HY-Embodied-0.5-X 结合自采机器人第一视角数据与开源具身数据构建高质量训练集，并引入思维链标注与数据闭环机制提升训练效果。模型采用分阶段迭代训练策略，兼顾效率与稳定性，可广泛应用于家庭服务、桌面操作等实际交互场景，标志着腾讯在具身智能领域的又一重要进展。
