Metatron-v1: NVIDIAs unauffällige humanoide Policy ist kein Sprachmodell

Am späten Abend des 27. Oktober 2026 erschien ein Repository namens nvidia/Metatron-v1 auf Hugging Face. Es gab keine Pressemitteilung, keinen Beitrag auf NVIDIAs eigenem Blog – eine Suche auf diesem Blog nach dem Namen liefert noch immer „No Results Found“ –, kein Paper und keine Produktseite. Was erschien, waren zwei ONNX-Dateien von jeweils etwa 403 MB, eine Lizenz, eine NOTICE-Datei und eine Modellkarte, die einen erlernten Geh- und Wiederherstellungs-Controller für einen Unitree G1 Humanoiden beschreibt. Metatron-v1 ist eine Robotik-Policy, kein Sprachmodell, und fast alles Wissenswerte darüber muss aus dieser Karte herausgelesen werden, weil es sonst nichts zu lesen gibt.

Die eigenen Zähler des Repositorys beschreiben, wie leise das über die Bühne ging. Sechs Commits zwischen 21:43 und 22:32 UTC, drei Likes und überhaupt keine aussagekräftige Download-Zahl – die Seite besagt, dass für dieses Modell keine Downloads erfasst werden, während die API null meldet. Das ist kein Launch. Es ist ein Export-Dump mit beigefügter Dokumentation, veröffentlicht unter NVIDIAs Open-Model-Lizenz und einfach liegengelassen, damit ihn jemand findet.

Der Name ist das Erste, was irreführt.

Metatron steht nur einen Buchstaben von Nemotron entfernt, NVIDIAs tatsächlicher offener Sprachmodellfamilie, und die Ähnlichkeit richtet bereits Schaden an: Dieselbe Hugging-Face-Organisation veröffentlicht beide, die Tags in diesem Repository lauten robotics / reinforcement-learning / humanoid, und der Pipeline-Tag ist reinforcement-learning statt text-generation. Nichts davon verhindert, dass der Name neben Chat-Modellen einsortiert wird.

Das ist wichtig, weil der Vergleich nicht bloß ungünstig ausfällt – er ist sinnlos. Wer Metatron-v1 gegen Gemma 4 12B oder Qwen 3.8 stellt, hält einen Controller, der Gelenkverläufe und Zielposen auf Motor-Sollwerte abbildet, neben Modelle, die Text auf Text abbilden. Es gibt keine gemeinsame Eingabe, keine gemeinsame Ausgabe und keinen Benchmark, der sie auf eine einzige Achse bringen könnte. Die ehrliche Version dieser Seite wäre ein einziger Satz – deshalb haben wir keinen geschrieben.

Was die Richtlinie verbraucht und was sie erzeugt

Die Karte ist ungewöhnlich konkret, was Tensoren angeht, und das ist das Nützlichste an ihr. Die Demo-Datei für einen einzelnen Roboter nimmt insgesamt 39 Eingaben entgegen:

• Aktueller G1-Zustand plus acht historische Zustandsproben — die Policy sieht etwa eine Zehntelsekunde der jüngsten Bewegung, nicht eine einzelne Momentaufnahme.

• Gepaarte eingehende Rohaktionen und eine Rohaktionshistorie mit neun Einträgen, damit das Netzwerk erkennen kann, was es bereits zu tun versuchte.

• Maskierte Ziele für zukünftige Pose, Stil und Geschwindigkeit sowie Szenenbox-Kontext – die Ziele sind teils spezifiziert und teils leer, was der MaskedMimic-artigen Inpainting-Idee entspricht, auf die die Karte anspielt.

Es liefert gemeinsame PD-Ziele als action zurück, die Verstärkungen als stiffness und damping sowie raw_action für die Verlaufsrückmeldung. Diese drei Ausgaben sind das, was ein Roboter mit Regelungsrate benötigt; im gesamten Interface gibt es nirgends Text.

Es lohnt sich, zwei Aussagen in der Karte vom Rest zu trennen. Die erste ist, dass Gehen, Szeneninteraktion und Recovery jetzt eine einzige Policy teilen – die Karte beschreibt den aktuellen Export als den epoch-6410-„SAMP-fähigen einheitlichen Studenten“ ohne separaten Recovery-Adapter. SAMP wird nicht ausgeschrieben, aber in der Literatur zu szenenbewusster Bewegung steht es für Stochastic Scene-Aware Motion Prediction, und die Scene-Box-Eingaben passen zu dieser Lesart; die Auflösung sollten Sie als unsere Schlussfolgerung behandeln, nicht als NVIDIAs Wortlaut. Die zweite ist, dass Recovery-Ziele weiterhin Live-Laufzeit-Eingaben bleiben statt fest eingebackener Ziele, was den Unterschied zwischen einer Policy, die mitten im Fall neu ausgerichtet werden kann, und einer festen Animation ausmacht.

Zwei Exporte, zwei Laufzeitumgebungen, ein Satz Gewichte

Die beiden Dateien enthalten dieselbe gelernte Policy in unterschiedlichen Graph-Layouts, und die Karte betont nachdrücklich, dass sie nicht austauschbar sind. Die Demo-Datei steuert einen Roboter und umfasst die Beobachtungsverarbeitung und Aktionsumwandlung innerhalb des Graphen. Die Racer-Datei ist ein gebatchtes Netzwerk für sechs Roboter, das außerhalb des Graphen berechnete Beobachtungen erwartet, und ihre Batch-Größe kann nicht geändert werden, ohne sie neu aufzubauen und erneut zu validieren.

Die einzigen Zahlen im gesamten Repository stammen aus einer Paritätsprüfung: Der Sechs-Roboter-Pfad wurde mit dem Einzelroboter-Demo-Export anhand von 60 verschiedenen Testzuständen mit gestörtem Verlauf verglichen, bei einem maximalen absoluten Aktionsfehler von 5,55e-6. NVIDIA variierte außerdem Wiederherstellungshöhe, Wiederherstellungszeitpunkt, Aktionsverlauf und Szeneneingaben und bestätigte, dass sich die Ausgaben als Reaktion darauf änderten. Beides sind Export-Engineering-Prüfungen – sie belegen, dass die beiden Graphen dieselbe Funktion berechnen und dass die Eingaben korrekt verdrahtet sind. Sie sagen überhaupt nichts darüber aus, ob der Roboter aufrecht bleibt, und die Karte sagt das direkt: „Dies sind numerische Exportprüfungen, keine Aufgaben-Erfolgs- oder Realroboter-Benchmarks.“

Was NVIDIA nicht gesagt hat

Die Liste des Fehlenden ist länger als die Liste des Vorhandenen, und sie ist der Teil, den ein Leser am stärksten gewichten sollte.

• Keine Ankündigung, kein Blogbeitrag, kein Paper und keine Produktseite, die wir finden konnten, und überhaupt keine NVIDIA-Blogberichterstattung unter diesem Namen.

• Keine Trainingsbeschreibung über zwei Phrasen hinaus – MaskedMimic-style Transformer-Student, deterministischer Prior und Decoder – und kein Hinweis auf Daten, Rechenleistung oder Trainingsziel.

• Keine Erfolgsquote bei Aufgaben, keine Rate der Wiederaufstehens nach Stürzen, kein Sim-to-Real-Ergebnis, kein Video, das wir unabhängig verifizieren können.

• Kein Trainings-Checkpoint und kein Datensatz. Die Modellkarte gibt unmissverständlich an, dass das Repository kein vollständiges Paket zur Reproduktion des Trainings ist, was bedeutet, dass es hier nichts zum Fine-Tuning gibt.

Die Sicherheitssprache ist ebenso direkt: Das Modell ist weder ein Kollisionsvermeidungssystem noch ein Sicherheitscontroller; der Einsatz auf Hardware erfordert eine unabhängige Validierung, Drehmomentgrenzen, überwachte Tests und einen Not-Aus; und die spielseitigen Unterstützungen – Startboosts, Niedriggravitationszonen, Respawns – sind Anwendungsmechaniken und keine Fähigkeiten der erlernten Policy. Eine Karte, die sich ausdrücklich bemüht zu sagen, dass ein Respawn keine Fähigkeit ist, verrät etwas darüber, wie viel der Demo die Policy ist und wie viel das Spiel.

Die Lizenz sagt Ihnen, was Sie nicht mitnehmen dürfen.

Die Dateien werden unter der NVIDIA Open Model License veröffentlicht, mit Namensnennung in NOTICE.txt und einer separaten Erlaubnis, die speziell die beiden ONNX-Exporte abdeckt. Alles darum herum ist ausgenommen. Das Repository gewährt keine Rechte an Bewegungsdatensätzen, Recovery-Referenzclips, Robotermeshes, Spiel-Assets oder Laufzeitsoftware von Drittanbietern, und die NOTICE-Datei ergänzt eine pointierte Zeile über „standalone redistribution of demo-only motion clips“ – die Erlaubnis, einen Clip in einer Demo zu zeigen, geht nicht mit dem Clip einher.

In der Praxis: Sie dürfen die Richtliniendatei unter den Lizenzbedingungen weiterverbreiten, und Sie können die Demo nicht aus diesem Repository neu erstellen, weil die Meshes, Clips, der Laufzeitcode und die Anwendungskonfiguration anderswo und zu ihren eigenen Bedingungen verteilt werden. Die Karte weist außerdem darauf hin, dass die öffentliche Auslieferung im Browser anonymen Zugriff auf die Dateien erfordert, was ein Hinweis auf das Auslieferungsmodell ist, für das der Export gebaut wurde.

Wer kann heute tatsächlich etwas damit anfangen?

Nicht viele Leute, und die Karte ist ehrlich darüber, warum. Die Browser-Integrationen führen MuJoCo, kompiliert zu WebAssembly, für die Physik aus und ONNX Runtime Web für die Inferenz; WebGPU wird empfohlen, und der CPU/WASM-Fallback „garantiert keinen Echtzeitbetrieb mit sechs Robotern“. Die Integration erfordert das passende Runtime-Manifest und identische Gelenk- und Körperreihenfolge, Quaternion-Konvention, Verlaufsreihenfolge, Normalisierung, Zielmasken, Steuerrate und Aktionszuordnung. Wenn eines davon falsch ist, läuft die Policy munter weiter und erzeugt Unsinn.

Deployment außerhalb des Browsers wird erwähnt – andere Simulatoren, echte G1-Hardware –, doch ohne beigefügte Anleitung, und die Karte lehnt es ausdrücklich ab, zu bescheinigen, dass genau diese Dateien auf Hardware validiert wurden. Für ein Forschungsteam mit einem G1 und einer MuJoCo-Szene reicht das, um zu beginnen. Für alle anderen ist es ein Referenzartefakt.

Wo ein Router passt – und wo nicht

Metatron-v1 lässt sich nicht über eine API aufrufen, und daran ändert sich hier nichts: Was NVIDIA veröffentlicht hat, sind zwei Dateien, die man neben einem Simulator lädt, kein gehosteter Endpunkt. Was wir vermitteln, ist die andere Hälfte eines Robotik-Stacks – die Spracharbeit rund um einen Controller. Aufgabenpläne, die geschrieben werden, bevor die Policy übernimmt, Telemetrie- und Fehlerprotokolle, die nach einem Lauf zusammengefasst werden, Bewegungsbeschreibungen, die in strukturierte Ziele umgewandelt werden. OrcaRouter stellt über 200 Modelle hinter einem Schlüssel zum Listenpreis des Anbieters ohne Aufschlag bereit und wechselt automatisch auf einen anderen Anbieter, wenn der Endpunkt eines Anbieters ausfällt – das ist der Unterschied zwischen einer Evaluierungs-Harness, die über Nacht fertig wird, und einer, die stillschweigend die Hälfte ihrer Läufe verliert.

Das ist der gesamte Zusammenhang. Wenn Ihre Frage lautet, welcher Controller in MuJoCo geladen werden soll, ist dieser Artikel der falsche Ort, um sie zu beantworten, und keine Routing-Entscheidung wird dabei helfen.

Was würde diese Geschichte verändern?

Vier Dinge, grob in der Reihenfolge, wie sehr sie ins Gewicht fallen würden. Eine echte Ankündigung mit Zahlen zur Aufgaben-Erfolgsquote auf Hardware würde eine Model Card zu einer Behauptung machen. Ein Trainings-Checkpoint oder ein Datensatz würde die Policy anpassbar statt fest machen. Eine unabhängige Reproduktion in einem öffentlichen Simulator würde jemand anderem als NVIDIA ermöglichen zu sagen, ob das einheitliche Szene-und-Wiederherstellungs-Design funktioniert. Und die öffentlich verfügbaren Anwendungsbündel — die Browser-Demo und der Racer mit sechs Robotern — würden uns allen zeigen, wie die Policy in Bewegung tatsächlich aussieht, was das Einzige ist, das eine Model Card nicht zeigen kann.

Bis dahin ist die interessante Tatsache nicht die Richtlinie. Es ist das Veröffentlichungsmuster: NVIDIA stellte einen Humanoid-Controller im offenen Hub mit einer Lizenz und einem sorgfältig formulierten Abschnitt zu Einschränkungen ein, sagte es niemandem und ließ die Karte das Gewicht tragen, das früher ein Launch-Beitrag trug. Sechs Commits, drei Likes und ein Download-Zähler, der nie anlief. So sieht ein Release aus, wenn ein Unternehmen beschlossen hat, dass das Artefakt die Ankündigung ist.