最近，腾讯 Robotics X 实验室以及福田实验室联合腾讯混元推出两款具身智能基座模型，具身 VLM 基座模型 Hy-Embodied-VLM-1.0 以及 具身世界认知基座模型 Hy-Embodied-RxBrain-1.0，不仅让具身大脑能够 “看” 懂现实世界，还学会同时推理和想象。

Hy-Embodied-VLM-1.0 是腾讯推出的第二代具身 VLM 基座模型，从物理空间状态理解、动作 - 变化理解、时序和自适应推理三个层次构建模型能力维度，增强了场景感知、行动分析规划、导航等面向具身 agent 的多模态理解能力。新版依托最新混元 A3B 基座开发，通过增训大规模具身数据，在扩充的 37 个评测任务上以 1/10 的计算量达到了和上一代 A32B 旗舰具身模型可比的效果，为高性能端侧模型的开发提供了新基座。

Hy-Embodied-RxBrain-1.0 是一个具身世界认知基座模型，对世界理解、推理规划、行动后果预测等统一建模，依托 Hy-Embodied-VLM 基座开发，基于 5w+ 小时高质量具身数据训练，在一个模型中实现文本、图像、视频以及图文交错形式的统一理解与生成，将具身认知推理、行动规划和目标状态想象转化为更清晰、更稠密的多模态 Condition，为下游动作模型提供高层指导。在同尺寸模型中形成差异化领先能力，为具身 Agent 的上层认知决策和下游动作生成都提供了新的基础模型支撑。具身智能机器人