Metatron-v1: Kebijakan Humanoid Senyap NVIDIA Bukan Model Bahasa

Pada larut malam tanggal 27 Oktober 2026, sebuah repositori bernama nvidia/Metatron-v1 muncul di Hugging Face. Tidak ada siaran pers, tidak ada unggahan di blog NVIDIA sendiri — menelusuri blog tersebut untuk nama itu masih mengembalikan "No Results Found" — tidak ada makalah, dan tidak ada halaman produk. Yang muncul adalah dua file ONNX yang masing-masing berukuran sekitar 403 MB, sebuah lisensi, file NOTICE, dan kartu model yang menjelaskan pengontrol berjalan-dan-pemulihan yang dipelajari untuk humanoid Unitree G1. Metatron-v1 adalah kebijakan robotika, bukan model bahasa, dan hampir semua hal yang perlu diketahui tentangnya harus dibaca dari kartu itu, karena tidak ada hal lain yang bisa dibaca.

Penghitung milik repositori itu sendiri menggambarkan betapa senyapnya ini mendarat. Enam commit antara 21:43 dan 22:32 UTC, tiga suka, dan sama sekali tidak ada angka unduhan yang berarti — halaman itu menyatakan unduhan tidak dilacak untuk model ini, sementara API melaporkan nol. Itu bukan sebuah peluncuran. Ini adalah buangan ekspor dengan dokumentasi terlampir, diterbitkan di bawah lisensi model terbuka NVIDIA dan dibiarkan agar seseorang menemukannya.

Namanya adalah hal pertama yang menyesatkan

Metatron hanya berjarak satu huruf dari Nemotron, keluarga model bahasa terbuka milik NVIDIA yang sebenarnya, dan kemiripannya sudah menimbulkan kerugian: organisasi Hugging Face yang sama menerbitkan keduanya, tag pada repositori ini berbunyi robotics / reinforcement-learning / humanoid, dan tag pipeline-nya adalah reinforcement-learning, bukan text-generation. Semua itu tidak mencegah nama tersebut dicatat bersebelahan dengan model obrolan.

Hal itu penting karena perbandingannya bukan sekadar tidak menguntungkan — melainkan tidak bermakna. Pembaca yang membandingkan Metatron-v1 dengan Gemma 4 12B atau Qwen 3.8 sedang memegang pengontrol yang memetakan riwayat sendi dan pose tujuan ke target motorik di samping model yang memetakan teks ke teks. Tidak ada input bersama, tidak ada output bersama, dan tidak ada benchmark yang dapat menempatkan keduanya pada satu sumbu. Versi jujur dari halaman itu adalah satu kalimat, itulah sebabnya kami belum menulisnya.

Apa yang dikonsumsi kebijakan dan apa yang dihasilkannya

Kartu ini luar biasa spesifik tentang tensor, yang merupakan hal paling berguna darinya. Berkas demo robot tunggal menerima total 39 input:

• Status G1 saat ini, ditambah delapan sampel status historis — kebijakan melihat sekitar sepersepuluh detik pergerakan terkini, bukan satu cuplikan.

• Memasangkan tindakan mentah yang masuk dan riwayat tindakan mentah berisi sembilan entri, sehingga jaringan dapat mengetahui apa yang sudah coba dilakukannya.

• Tujuan pose, gaya, dan kecepatan masa depan yang dimasking, ditambah konteks kotak adegan — tujuan-tujuan ini sebagian ditentukan dan sebagian kosong, yaitu gagasan inpainting bergaya MaskedMimic yang disinggung oleh kartu tersebut.

Ini mengembalikan target PD gabungan sebagai action, gain sebagai stiffness dan damping, serta raw_action untuk umpan balik riwayat. Ketiga output itulah yang dibutuhkan robot pada laju kontrol; tidak ada teks sama sekali di antarmuka.

Dua klaim dalam kartu ini layak dipisahkan dari sisanya. Klaim pertama adalah bahwa berjalan, interaksi scene, dan pemulihan kini berbagi satu policy — kartu tersebut menggambarkan ekspor saat ini sebagai "student terpadu yang mampu SAMP" epoch-6410 tanpa adaptor pemulihan terpisah. SAMP tidak dijabarkan, tetapi dalam literatur motion yang sadar-scene, singkatan itu berarti Stochastic Scene-Aware Motion Prediction, dan input scene-box cocok dengan pembacaan itu; anggap penjabaran itu sebagai inferensi kami, bukan perumusan NVIDIA. Klaim kedua adalah bahwa target pemulihan tetap menjadi input runtime live, bukan goal yang sudah diprakomputasi, yang merupakan perbedaan antara policy yang dapat diarahkan ulang saat sedang jatuh dan animasi tetap.

Dua ekspor, dua runtime, satu set bobot

Kedua file membawa kebijakan hasil pembelajaran yang sama dalam tata letak graf yang berbeda, dan kartu tersebut menegaskan bahwa keduanya tidak dapat saling dipertukarkan. File demo menjalankan satu robot dan menyertakan pemrosesan observasi serta konversi aksi di dalam graf. File Racer adalah jaringan ter-batch untuk enam robot yang mengharapkan observasi dihitung di luar graf, dan ukuran batch-nya tidak dapat diubah tanpa membangun ulang dan memvalidasi ulang.

Satu-satunya angka di seluruh repositori adalah pemeriksaan paritas: jalur enam robot dibandingkan dengan ekspor demo satu robot pada 60 keadaan uji yang berbeda dan terganggu riwayat, dengan kesalahan aksi absolut maksimum 5,55e-6. NVIDIA juga memvariasikan tinggi pemulihan, waktu pemulihan, riwayat aksi, dan input adegan serta memastikan output berubah sebagai respons. Keduanya adalah pemeriksaan rekayasa ekspor — keduanya membuktikan bahwa kedua graf menghitung fungsi yang sama dan bahwa input terhubung dengan benar. Keduanya tidak mengatakan apa pun sama sekali tentang apakah robot tetap tegak, dan kartu tersebut menyatakannya secara langsung: "Ini adalah pemeriksaan ekspor numerik, bukan tolok ukur keberhasilan tugas atau robot nyata."

Apa yang belum dikatakan NVIDIA

Daftar ketidakhadiran lebih panjang daripada daftar kehadiran, dan itulah bagian yang seharusnya paling ditimbang oleh pembaca.

Tidak ada pengumuman, postingan blog, makalah, atau halaman produk yang dapat kami temukan, dan sama sekali tidak ada liputan blog NVIDIA dengan nama tersebut.

• Tidak ada deskripsi pelatihan selain dua frasa — student transformer bergaya MaskedMimic, prior deterministik dan decoder — dan tidak ada indikasi mengenai data, komputasi, atau tujuan pelatihan.

• Tidak ada tingkat keberhasilan tugas, tidak ada tingkat pemulihan setelah jatuh, tidak ada hasil sim-to-real, tidak ada video yang dapat kami verifikasi secara independen.

• Tidak ada checkpoint pelatihan dan tidak ada dataset. Kartu tersebut menyatakan secara gamblang bahwa repositori ini bukan paket reproduksi pelatihan yang lengkap, yang berarti tidak ada apa pun di sini untuk di-fine-tune.

Bahasa keselamatannya sama lugasnya: model ini bukan sistem penghindaran tabrakan atau pengendali keselamatan, penggunaan perangkat keras memerlukan validasi independen, batas torsi, pengujian terawasi, dan penghentian darurat, dan bantuan di sisi permainan — dorongan peluncuran, zona gravitasi rendah, respawn — adalah mekanisme aplikasi, bukan kemampuan kebijakan yang dipelajari. Kartu yang bersusah payah menyatakan bahwa respawn bukanlah kemampuan sedang memberi tahu Anda sesuatu tentang seberapa besar demo itu merupakan kebijakan dan seberapa besar merupakan permainan.

Lisensi memberi tahu Anda apa yang tidak boleh Anda ambil

File-file tersebut dirilis di bawah NVIDIA Open Model License, dengan atribusi dalam NOTICE.txt dan pemberian lisensi terpisah yang secara khusus mencakup dua ekspor ONNX. Segala sesuatu di sekitarnya dikecualikan. Repositori ini tidak memberikan hak apa pun atas kumpulan data gerak, klip referensi pemulihan, mesh robot, aset game, atau perangkat lunak runtime pihak ketiga, dan berkas NOTICE menambahkan baris tegas tentang "standalone redistribution of demo-only motion clips" — izin untuk menampilkan klip di dalam demo tidak berpindah bersama klip tersebut.

Secara praktis: Anda boleh mendistribusikan ulang file kebijakan tersebut berdasarkan ketentuan lisensi, dan Anda tidak dapat membangun ulang demo dari repositori ini, karena mesh, klip, kode runtime, dan konfigurasi aplikasi didistribusikan di tempat lain dan berdasarkan ketentuan masing-masing. Kartu tersebut juga mencatat bahwa penyajian publik melalui browser memerlukan akses anonim ke file-file tersebut, yang merupakan petunjuk tentang model penyajian yang menjadi dasar ekspor ini dibuat.

Siapa yang benar-benar bisa melakukan sesuatu dengan ini hari ini?

Tidak banyak orang, dan kartu itu jujur tentang alasannya. Integrasi browser menjalankan MuJoCo yang dikompilasi ke WebAssembly untuk fisika dan ONNX Runtime Web untuk inferensi; WebGPU direkomendasikan, dan fallback CPU/WASM "tidak menjamin operasi enam robot secara real-time." Integrasi memerlukan manifes runtime yang cocok serta urutan sendi dan bodi, konvensi kuaternion, urutan riwayat, normalisasi, mask target, laju kontrol, dan pemetaan aksi yang identik. Jika salah satunya keliru, kebijakan akan berjalan mulus dan menghasilkan hasil yang tidak masuk akal.

Penyebaran di luar browser disebutkan — simulator lain, perangkat keras G1 sungguhan — tetapi tanpa panduan yang disertakan, dan kartu tersebut secara eksplisit menolak untuk menjamin bahwa file-file persis ini telah divalidasi pada perangkat keras. Bagi tim riset yang memiliki G1 dan sebuah scene MuJoCo, itu sudah cukup untuk memulai. Bagi yang lain, ini adalah artefak referensi.

Di mana router cocok, dan di mana tidak

Anda tidak dapat memanggil Metatron-v1 melalui API, dan tidak ada apa pun di sini yang mengubahnya: yang diterbitkan NVIDIA adalah sepasang file yang Anda muat di samping simulator, bukan endpoint yang dihosting. Yang kami rutekan adalah bagian lain dari tumpukan robotika — pekerjaan bahasa yang mengelilingi pengontrol. Rencana tugas yang ditulis sebelum policy mengambil alih, telemetri dan log kegagalan yang diringkas setelah eksekusi, keterangan gerak yang diubah menjadi tujuan terstruktur. OrcaRouter menempatkan lebih dari 200 model di balik satu kunci dengan harga daftar penyedia tanpa markup, dan beralih otomatis saat endpoint salah satu penyedia mati, yang merupakan perbedaan antara harness evaluasi yang selesai dalam semalam dan yang diam-diam kehilangan separuh eksekusinya.

Itulah keseluruhan koneksinya. Jika pertanyaan Anda adalah pengendali mana yang harus dimuat ke MuJoCo, artikel ini bukan tempat yang tepat untuk menjawabnya, dan tidak ada keputusan perutean yang akan membantu.

Apa yang akan mengubah cerita ini

Empat hal, dalam urutan kasar berdasarkan seberapa besar dampaknya. Pengumuman nyata dengan angka keberhasilan tugas pada perangkat keras akan mengubah kartu menjadi klaim. Checkpoint pelatihan atau dataset akan membuat kebijakan dapat diadaptasi alih-alih tetap. Reproduksi independen di simulator publik akan memungkinkan orang selain NVIDIA mengatakan apakah desain terpadu scene-and-recovery berhasil. Dan bundel aplikasi yang dirilis publik — demo browser dan Racer enam robot — akan memungkinkan kita semua melihat bagaimana kebijakan itu sebenarnya tampak saat bergerak, sesuatu yang tidak dapat ditunjukkan oleh kartu model.

Sampai saat itu, fakta menariknya bukanlah kebijakannya. Melainkan pola publikasinya: NVIDIA menempatkan pengontrol humanoid di hub terbuka dengan lisensi dan bagian keterbatasan yang cermat, tidak memberi tahu siapa pun, dan membiarkan kartu itu memikul beban yang dulu dipikul oleh postingan peluncuran. Enam commit, tiga suka, dan penghitung unduhan yang tidak pernah mulai. Itulah bentuk sebuah rilis ketika perusahaan telah memutuskan bahwa artefak itu adalah pengumumannya.