自变量机器人开源HOST框架：看29秒视频即可学会新技能

自变量机器人科技（深圳）有限公司近日宣布开源HOST框架。该框架使机器人仅需观看一段平均时长29秒的人类视频，即可学会一项新技能，复现成功率高达62%，所需训练数据量减少50倍，学习速度提升500倍。

据自变量机器人介绍，HOST框架并非让机器人机械模仿视频中的动作，而是先“想象”结果、再倒推动作，进而习得新技能。

自变量机器人是一家总部位于广东深圳的具身智能企业，此前已发布全球首个将视觉、语言、触觉、动作、物理预测整合进同一神经网络的世界统一模型WALL-B，并陆续开源分布式训练优化器DMuon、跨模态动作分词器X-Tokenizer等底层技术。

公司表示，HOST框架的开源是其在“学习降本”方向的重要举措。创始人王潜曾指出，具身智能需要的不是把语言模型“搬”到物理世界，而是一个专门服务于物理世界的“基础模型”。通过持续开源核心成果，自变量机器人希望降低行业技术门槛，推动机器人从实验室走向家庭与产线。在2026世界机器人大会上，该公司已展示家庭服务、物流分拣等真实场景应用，其双机械臂分拣速度达1911件/小时。

从开源模型到数据采集方案，自变量机器人正以“开源共建”的方式，与行业共同探索具身智能的规模化落地路径。