In een baanbrekende stap voor de robotwereld heeft het Beijing Innovation Center of Humanoid Robotics (X-Humanoid) officieel de broncode van zijn XR-1 model vrijgegeven. Dit is geen zoveelste algoritme dat achteloos op GitHub is gedumpt; XR-1 is het eerste Vision-Language-Action (VLA) model dat voldoet aan de nationale Chinese normen voor belichaamde AI, een graadmeter die is ontworpen om robots van laboratoriumcuriositeiten om te vormen tot functionele machines. De release omvat het XR-1 model, de uitgebreide RoboMIND 2.0 dataset en ArtVIP, een bibliotheek met hoogwaardige digitale assets voor simulatie.
XR-1 is in de kern ontworpen om voorgoed af te rekenen met de “perceptie-actie”-barrière die de meeste robots nog steeds onbeholpen en verward houdt. Het maakt gebruik van wat de makers ‘Unified Vision-Motion Codes (UVMC)’ noemen, een techniek die een gemeenschappelijke taal creëert tussen wat een robot ziet en hoe het moet bewegen. Dit maakt “instinctieve” reacties mogelijk, zoals het stoppen van een schenkbeweging als iemand de beker verplaatst. Dankzij een driefasig trainingsproces kan het model zijn vaardigheden generaliseren over uiteenlopende robotlichamen, van een tweearmig Franka-systeem tot X-Humanoid’s eigen Tien Kung-serie humanoïden.
Dit is geen louter theoretische bravoure; X-Humanoid heeft aangetoond dat XR-1 autonoom door vijf verschillende soorten deuren navigeert, nauwkeurige industriële sortering uitvoert en zelfs zwaar werk verricht in Cummins-fabrieken. Dit wordt ondersteund door de RoboMIND 2.0 dataset, die nu meer dan 300.000 taaktrajecten bevat, en de ArtVIP digital twin assets. Het team beweert dat het integreren van deze simulatiedata in de training de slagingspercentages van taken in de echte wereld met meer dan 25% kan verhogen.
Waarom is dit belangrijk?
Door niet alleen een model, maar een heel ecosysteem van data en simulatie-assets open-source te maken, doet X-Humanoid een berekende gok om de ontwikkeling van praktische, autonome robots te standaardiseren. Het gratis vrijgeven van het eerste nationaal gecertificeerde belichaamde AI-model is een directe poging om een fundamenteel platform te bouwen, wat potentieel de drempel verlaagt en het hele veld versnelt. Het duidt op een strategische inspanning om verder te gaan dan geïsoleerde academische projecten en een gemeenschappelijke basis te creëren voor het bouwen van robots die het werk daadwerkelijk, eindelijk, gedaan kunnen krijgen.
