Model foundation UBTECH dla inteligencji ucieleśnionej (Thinker 1.0, 1. poł. 2026); wg firmy małe parametry i wysoka wydajność, 1. miejsce na dziewięciu rankingach embodied AI.
Wdrożenie:📱 Na urządzeniu☁ Cloud
Przegląd
Zastosowania
Dostęp i wdrożenie
Na urządzeniuChmura
Wagi: Open source
Kluczowe parametry
📥 Wejście: tekst, obraz, sensory robota
Robotyka
Embodied task planningScene understandingSpatial reasoningRobot control
Specyfikacja techniczna
Licencja
Open source (deklaracja UBTECH; brak potwierdzonego publicznego repozytorium)
Wymagania sprzętowe
Nieujawnione publicznie. Model przeznaczony do warstwy poznawczej humanoidów UBTECH (wnioskowanie na urządzeniu i w chmurze).
Modalności
⬇ Wejście (Input)
textimagerobot_sensors
⬆ Wyjście (Output)
robot_actionstext
Możliwości i zastosowania
Natywne możliwości modelu
Zaawansowane rozumowanie
Zdolność do wieloetapowego, ustrukturyzowanego rozumowania: analiza problemów, planowanie kroków, wnioskowanie na podstawie hipotez. Modele reasoning-first (np. GPT-5.1 Thinking) dedykują część inferencji na łańcuchy myślowe zanim udzielą odpowiedzi.
Kategoria: reasoning
Planowanie
Tworzenie i realizacja planów działania dla złożonych zadań.
Kategoria: planning
Rozumienie multimodalne
Zdolność modelu do łączenia i interpretowania informacji z więcej niż jednej modalności, np. tekstu i obrazu.
Kategoria: multimodal
Rozumowanie wieloetapowe
Prowadzenie wieloetapowego toku rozumowania w długich, złożonych zadaniach.
Kategoria: reasoning
Robotyka
Embodied task planningScene understandingSpatial reasoningRobot control
Dziedziny zastosowań
Architektura techniczna
Rdzeń architektury (Core Architecture)
Forma modelu (Model Form)
