Metatron-v1: מדיניות ההומנואיד השקטה של NVIDIA אינה מודל שפה

בשעה מאוחרת ב-{{1}}27 באוקטובר 2026{{/1}}, הופיע ב-{{3}}Hugging Face{{/3}} מאגר בשם {{2}}nvidia/Metatron-v1{{/2}}. לא פורסמה הודעה לעיתונות, לא פוסט בבלוג של {{4}}NVIDIA{{/4}} עצמה — חיפוש הבלוג אחר השם עדיין מחזיר "{{5}}לא נמצאו תוצאות{{/5}}" — לא מאמר, ולא דף מוצר. מה שכן הופיע היו שני קבצי {{6}}ONNX{{/6}} בגודל של כ-403 MB כל אחד, רישיון, קובץ {{7}}NOTICE{{/7}}, וכרטיס מודל המתאר בקר נלמד להליכה ולהתאוששות עבור הומנואיד {{8}}Unitree G1{{/8}}. {{9}}Metatron-v1{{/9}} הוא מדיניות רובוטית, לא מודל שפה, וכמעט כל מה שכדאי לדעת עליו צריך להיקרא מתוך הכרטיס הזה, כי אין שום דבר אחר לקרוא.

המונים של המאגר עצמו מתארים עד כמה בשקט זה נחת. שישה קומיטים בין 21:43 ל-22:32 UTC, שלוש לייקים, ולחלוטין אין נתון הורדות משמעותי — העמוד אומר�הורדות אינן נמדדות עבור המודל הזה, בעוד ה-API מדווח אפס. זו אינה השקה. זהו דאמפ ייצוא עם תיעוד מצורף, שפורסם תחת רישיון המודל הפתוח של NVIDIA והושאר כדי שמישהו ימצא אותו.

השם הוא הדבר הראשון שמטעה.

Metatron נמצא במרחק אות אחת מ-Nemotron, משפחת מודלי השפה הפתוחים האמיתית של NVIDIA, והדמיון כבר עושה נזק: אותו ארגון Hugging Face מפרסם את שניהם, התגיות במאגר הזה הן רובוטיקה / reinforcement-learning / humanoid, ותג ה-pipeline הוא reinforcement-learning ולא text-generation. שום דבר מזה לא מונע מהשם להיות מתויק לצד מודלי צ׳אט.

זה משנה, משום שההשוואה אינה רק לא מחמיאה — היא חסרת משמעות. קורא שמעמיד את Metatron-v1 מול Gemma 4 12B או Qwen 3.8 מחזיק בקר שממפה היסטוריית מפרקים ותנוחות מטרה ליעדי מנוע, לצד מודלים שממפים טקסט לטקסט. אין קלט משותף, אין פלט משותף, ואין בנצ'מרק שיכול להעמיד אותם על ציר אחד. הגרסה הכנה של אותו עמוד תהיה משפט אחד, ולכן לא כתבנו אחד.

מה המדיניות צורכת ומה היא מפיקה

הכרטיס מפרט באופן יוצא דופן לגבי טנסורים, וזה הדבר השימושי ביותר בו. קובץ ההדגמה של הרובוט הבודד מקבל 39 קלטים בסך הכול:

• מצב G1 הנוכחי, בתוספת שמונה דגימות מצב היסטוריות — המדיניות רואה כעשירית השנייה של תנועה אחרונה, ולא תמונת מצב אחת.

• ציוות פעולות גולמיות נכנסות והיסטוריית פעולות גולמיות בת תשע רשומות, כך שהרשת יכולה לדעת מה היא כבר ניסתה לעשות.

• תנוחת עתיד מוסתרת, יעדי סגנון ומהירות, בתוספת הקשר של תיבת הסצנה — היעדים מוגדרים חלקית וחלקית ריקים, וזהו רעיון האינפיינטינג בסגנון MaskedMimic שאליו הכרטיס רומז.

הוא מחזיר יעדי PD למפרקים בתור action, את ההגברים בתור stiffness ו-damping, ואת raw_action למשוב היסטוריה. שלושת הפלטים האלה הם מה שרובוט צריך בקצב בקרה; אין טקסט בשום מקום בממשק.

שתי טענות בכרטיס שווה להפריד משאר הדברים. הראשונה היא שהליכה, אינטראקציה עם הסצנה והתאוששות חולקות כעת מדיניות אחת — הכרטיס מתאר את הייצוא הנוכחי כ"סטודנט מאוחד המסוגל ל-SAMP" מגרסת epoch-6410, בלי אדפטר התאוששות נפרד. SAMP אינו מפורש, אך בספרות העוסקת בתנועה מודעת-סצנה הוא מייצג את Stochastic Scene-Aware Motion Prediction, וקלטי ה-scene-box תואמים את הפירוש הזה; יש להתייחס להרחבה כהסקה שלנו, לא כניסוח של NVIDIA. השנייה היא שיעדי ההתאוששות נשארים קלטי ריצה חיים ולא מטרות אפויות, וזה ההבדל בין מדיניות שאפשר לכוון מחדש באמצע נפילה לבין אנימציה קבועה.

שני ייצואים, שתי סביבות ריצה, סט משקלים אחד

שני הקבצים נושאים את אותה מדיניות נלמדת בפריסות גרף שונות, והכרטיס מדגיש בתוקף שאין להחליף ביניהם. קובץ הדמו מפעיל רובוט אחד וכולל עיבוד תצפיות והמרת פעולות בתוך הגרף. קובץ Racer הוא רשת באצ'ים של שישה רובוטים שמצפה לתצפיות המחושבות מחוץ לגרף, ולא ניתן לשנות את גודל הבאץ' שלו בלי לבנות אותו מחדש ולאמת אותו מחדש.

המספרים היחידים בכל המאגר הם בדיקת התאמה: מסלול ששת הרובוטים הושווה מול ייצוא הדגמת הרובוט היחיד על 60 מצבי בדיקה נבדלים ומופרעים בהיסטוריה, עם שגיאת פעולה מוחלטת מקסימלית של 5.55e-6. NVIDIA גם שינתה את גובה ההתאוששות, תזמון ההתאוששות, היסטוריית הפעולות וקלטי הסצנה ואישרה שהפלטים השתנו בתגובה. שתי אלה הן בדיקות הנדסת ייצוא — הן מוכיחות ששני הגרפים מחשבים את אותה פונקציה ושהקלטים מחווטים כראוי. הן אינן אומרות דבר וחצי דבר על האם הרובוט נשאר זקוף, והכרטיס אומר זאת ישירות: "אלה בדיקות ייצוא מספריות, לא מדדי הצלחת משימה או בנצ'מרקים של רובוט אמיתי."

מה ש-NVIDIA לא אמרה

רשימת ההיעדרויות ארוכה מרשימת הנוכחויות, והיא החלק שעל הקורא לייחס לו את המשקל הרב ביותר.

• לא מצאנו הודעה, פוסט בבלוג, מאמר או דף מוצר, ואין כלל סיקור בבלוג של NVIDIA תחת השם הזה.

• אין תיאור אימון מעבר לשתי ביטויים — סטודנט מסוג טרנספורמר בסגנון MaskedMimic, עם פריור ודקודר דטרמיניסטיים — ואין שום אינדיקציה לנתונים, למחשוב או למטרת האימון.

• אין שיעור הצלחה במשימות, אין שיעור התאוששות מנפילה, אין תוצאת סים־טו־ריאל, ואין סרטון שנוכל לאמת באופן עצמאי.

• ללא נקודת ביקורת אימון וללא מערך נתונים. הכרטיס מציין בבירור שהמאגר אינו חבילה מלאה לשחזור אימון, מה שאומר שאין כאן על מה לבצע כוונון עדין.

שפת הבטיחות ישירה באותה מידה: המודל אינו מערכת למניעת התנגשויות או בקר בטיחות, השימוש בחומרה מחייב אימות עצמאי, מגבלות מומנט, בדיקות מפוקחות ועצירת חירום, והסיועים בצד המשחק — האצות שיגור, אזורי כבידה נמוכה, רספונים — הם מכניקות יישום ולא יכולות של המדיניות הנלמדת. כרטיס שמרחיק לכת כדי לומר שרספון אינו יכולת אומר לך משהו על כמה מההדגמה הוא המדיניות וכמה הוא המשחק.

הרישיון אומר לך מה אסור לך לקחת

הקבצים משוחררים תחת NVIDIA Open Model License, עם ייחוס ב-NOTICE.txt והענקה נפרדת המכסה ספציפית את שתי יצואות ה-ONNX. כל מה שסביבם מוחרג. המאגר אינו מעניק זכויות כלשהן למערכי נתוני תנועה, קליפי ייחוס לשחזור, רשתות רובוט, נכסי משחקים או תוכנת ריצה של צד שלישי, וקובץ ה-NOTICE מוסיף שורה חדה בנושא "הפצה עצמאית של קליפי תנועה לצורכי הדגמה בלבד" — הרשאה להציג קליפ בתוך הדגמה אינה עוברת יחד עם הקליפ.

למעשה: מותר לך להפיץ מחדש את קובץ המדיניות בהתאם לתנאי הרישיון, ואין באפשרותך לבנות מחדש את ההדגמה ממאגר זה, משום שהמשים (meshes), הקליפים, קוד הריצה ותצורת היישום מופצים במקום אחר ובתנאים משלהם. הכרטיס מציין גם שהפצה ציבורית בדפדפן מחייבת גישה אנונימית לקבצים, וזהו רמז למודל ההפצה שלשמו נבנה הייצוא.

מי באמת יכול לעשות עם זה משהו היום

לא רבים, והכרטיס כנה לגבי הסיבה. האינטגרציות בדפדפן מריצות את MuJoCo מהודר ל-WebAssembly לצורך פיזיקה ואת ONNX Runtime Web לצורך הסקה; מומלץ להשתמש ב-WebGPU, ולגיבוי CPU/WASM "אין הבטחה לפעולה בזמן אמת של שישה רובוטים". האינטגרציה דורשת מניפסט זמן ריצה תואם וסדר מפרקים וגופים זהה, מוסכמת קווטרניונים, סדר היסטוריה, נרמול, מסכות מטרה, קצב בקרה ומיפוי פעולות. אם אחד מאלה שגוי, המדיניות תרוץ בשמחה ותפיק שטויות.

פריסה מעבר לדפדפן מוזכרת — סימולטורים אחרים, חומרת G1 אמיתית — אך ללא מתכון מצורף, והכרטיס מסרב במפורש לאשר שהקבצים המדויקים האלה אומתו על חומרה. עבור צוות מחקר עם G1 וסצנת MuJoCo, זה מספיק כדי להתחיל. עבור כל השאר זהו פריט ייחוס.

היכן נתב מתאים, והיכן לא

אי אפשר לקרוא ל-Metatron-v1 דרך API, ושום דבר כאן לא משנה את זה: מה ש-NVIDIA פרסמה הוא צמד קבצים שטוענים אותם לצד סימולטור, לא נקודת קצה מתארחת. מה שאנחנו מנתבים הוא החצי השני של מחסנית רובוטיקה — עבודת השפה שמקיפה בקר. תוכניות משימה שנכתבות לפני שהמדיניות נכנסת לפעולה, טלמטריה ויומני כשל שמסוכמים לאחר ריצה, כיתובי תנועה שהופכים ליעדים מובנים. OrcaRouter מעמידה יותר מ-200 מודלים מאחורי מפתח אחד במחיר המחירון של הספקים וללא תוספת, ועוברת אוטומטית לספק חלופי כשנקודת הקצה של ספק אחד נופלת, וזה ההבדל בין מערך הערכה שמסיים בן לילה לבין אחד שמאבד בשקט חצי מהריצות שלו.

זה כל החיבור. אם השאלה שלך היא איזה בקר לטעון אל MuJoCo, המאמר הזה הוא המקום הלא נכון לענות עליה, ושום החלטת ניתוב לא תעזור.

מה היה משנה את הסיפור הזה?

ארבעה דברים, בערך לפי סדר מידת חשיבותם. הכרזה אמיתית עם מספרי הצלחה במשימות על חומרה תהפוך כרטיס לטענה. נקודת ביקורת אימון או מערך נתונים יהפכו את המדיניות לניתנת להתאמה במקום קבועה. שחזור עצמאי בסimulator ציבורי יאפשר למישהו שאינו NVIDIA לומר אם העיצוב המאוחד של סצנה והתאוששות עובד. וחבילות יישום שמופצות באופן ציבורי — הדמו בדפדפן וה-Racer בן ששת הרובוטים — יאפשרו לשאר מאיתנו לראות איך המדיניות נראית בפועל בתנועה, וזה הדבר היחיד שכרטיס דגם לא יכול להראות.

עד אז, העובדה המעניינת היא לא המדיניות. היא דפוס הפרסום: NVIDIA העלתה בקר הומנואידי ל-hub הפתוח עם רישיון וסעיף מגבלות זהיר, בלי לספר לאיש, ונתנה לכרטיס לשאת את המשקל שפוסט השקה נשא פעם. שש קומיטים, שלושה לייקים, ומונה הורדות שמעולם לא התחיל. כך נראית השקה כשחברה החליטה שהארטיפקט הוא ההודעה.