Being

Being-M0是什么

Being-M0是由北京大学、中国人民大学等机构联合研发的首个大规模人形机器人通用动作生成模型。该模型基于业界首个百万级动作数据集 MotionLib，并采用创新的 MotionBook 编码技术，将动作序列转化为二维图像进行高效表示和生成。Being-M0验证了大数据与大模型在动作生成领域的技术可行性，显著提升了动作生成的多样性和语义对齐精度，实现了从人体动作到多种人形机器人的高效迁移，为通用动作智能的发展奠定了基础。

Being-M0的主要功能

• 文本驱动动作生成：根据自然语言描述生成对应的人类动作序列。
• 动作迁移：将生成的人体动作迁移到多种人形机器人平台，如 Unitree H1、H1-2、G1 等。
• 多模态数据支持：支持 RGB 视频、深度信息等多种数据类型，适用于多人交互场景。

Being-M0的技术原理

• 大规模数据集 MotionLib：包含超过120万条动作序列，是目前最大公开数据集的15倍，涵盖自动化处理与细粒度标注。
• MotionBook 编码技术：将动作序列建模为二维图像，构建独立编码空间，保留多维结构特征，提升动作词表容量。
• 优化+学习的两阶段解决方案：通过多目标优化生成满足机器人运动学约束的动作序列，再利用轻量级 MLP 网络实现高效动作迁移。

Being-M0的项目地址

• 项目官网：https://beingbeyond.github.io/Being-M0/
• arXiv技术论文：https://arxiv.org/pdf/2410.03311

Being-M0的应用场景

• 人形机器人控制：支持机器人根据文字指令完成动作。
• 动画制作：提高动作序列生成效率与质量。
• 虚拟现实与增强现实：实现实时交互动作生成，增强沉浸体验。
• 人机交互：提升机器人对人类指令的理解与协作能力。
• 运动分析与康复：辅助运动员训练及患者康复过程。