Metatron-v1: тихая политика NVIDIA в отношении гуманоидов — не языковая модель

Поздно вечером 27 октября 2026 года на Hugging Face появился репозиторий nvidia/Metatron-v1. Не было ни пресс-релиза, ни публикации в собственном блоге NVIDIA — поиск по этому блогу по-прежнему выдаёт «Результаты не найдены» — ни статьи, ни страницы продукта. Появились лишь два ONNX-файла размером примерно по 403 МБ каждый, лицензия, файл NOTICE и карточка модели с описанием обученного контроллера ходьбы и восстановления для гуманоида Unitree G1. Metatron-v1 — это робототехническая политика, а не языковая модель, и почти всё, что стоит о ней знать, приходится вычитывать из этой карточки, потому что больше читать нечего.

Собственные счётчики репозитория показывают, насколько незаметно это появилось. Шесть коммитов между 21:43 и 22:32 UTC, три лайка и вообще никаких значимых цифр загрузок — на странице сказано, что загрузки для этой модели не отслеживаются, а API сообщает ноль. Это не запуск. Это дамп экспорта с приложенной документацией, опубликованный по открытой лицензии NVIDIA для моделей и оставленный, чтобы кто-нибудь его нашёл.

Название — это первое, что вводит в заблуждение.

Metatron отличается от Nemotron — реального семейства открытых языковых моделей NVIDIA — всего на одну букву, и это сходство уже наносит ущерб: обе модели публикует одна и та же организация на Hugging Face, теги этого репозитория указаны как robotics / reinforcement-learning / humanoid, а тег pipeline — reinforcement-learning, а не text-generation. И всё же это не мешает тому, чтобы название попадало в один ряд с чат-моделями.

Это важно, потому что сравнение не просто невыгодно — оно бессмысленно. Читатель, который ставит Metatron-v1 в один ряд с Gemma 4 12B или Qwen 3.8, держит контроллер, сопоставляющий историю сочленений и целевые позы с моторными целевыми значениями, рядом с моделями, сопоставляющими текст с текстом. У них нет общих входных данных, нет общих выходных данных и нет бенчмарка, который мог бы разместить их на одной оси. Честная версия той страницы была бы одним предложением — вот почему мы её не написали.

Что политика потребляет и что она производит

Карточка необычно конкретна в отношении тензоров — и это самое полезное в ней. Демонстрационный файл для одного робота принимает в общей сложности 39 входных данных:

• Текущее состояние G1 плюс восемь выборок исторических состояний — политика видит примерно десятую долю секунды недавнего движения, а не один снимок.

• Сопоставленные входящие сырые действия и история сырых действий из девяти записей, чтобы сеть могла определить, что она уже пыталась сделать.

• Замаскированные цели будущей позы, стиля и скорости, а также контекст сцены в виде ограничивающих рамок — цели частично заданы, а частично пусты, что соответствует идее инпейнтинга в стиле MaskedMimic, на которую намекает карточка.

Возвращает целевые значения PD для суставов в виде action, коэффициенты усиления в виде stiffness и damping, а также raw_action для обратной связи по истории. Эти три выхода — то, что нужно роботу на частоте управления; нигде в интерфейсе нет текста.

Два утверждения в карточке стоит отделить от остальных. Первое: ходьба, взаимодействие со сценой и восстановление теперь используют одну политику — в карточке текущий экспорт описан как «SAMP-capable unified student» epoch-6410, без отдельного адаптера восстановления. Аббревиатура SAMP не расшифрована, но в литературе о scene-aware motion она означает Stochastic Scene-Aware Motion Prediction, и входные данные scene-box соответствуют такой трактовке; считайте эту расшифровку нашей интерпретацией, а не формулировкой NVIDIA. Второе: цели восстановления остаются актуальными входными данными времени выполнения, а не заранее зашитыми целями, — это и есть разница между политикой, которую можно перенацелить в середине падения, и фиксированной анимацией.

Два экспорта, две среды выполнения, один набор весов.

Оба файла содержат одну и ту же обученную политику в разных графовых структурах, и в карточке подчёркивается, что они не взаимозаменяемы. Демонстрационный файл управляет одним роботом и включает обработку наблюдений и преобразование действий внутри графа. Файл Racer представляет собой пакетную сеть для шести роботов, которая ожидает наблюдения, вычисленные вне графа, а её размер пакета нельзя изменить без пересборки и повторной валидации.

Единственные числа во всём репозитории — это проверка паритета: путь для шести роботов сравнивался с экспортом демо для одного робота на 60 различных и возмущённых историей тестовых состояниях, при этом максимальная абсолютная ошибка действия составила 5.55e-6. NVIDIA также варьировала высоту восстановления, момент восстановления, историю действий и входные данные сцены и подтвердила, что выходные значения в ответ изменялись. И то и другое — проверки инженерии экспорта: они доказывают, что два графа вычисляют одну и ту же функцию и что входы подключены. Они вообще ничего не говорят о том, остаётся ли робот в вертикальном положении, и в карточке прямо сказано: «Это численные проверки экспорта, а не проверки успешности задачи или бенчмарки на реальном роботе».

О чём NVIDIA умолчала

Список отсутствий длиннее списка присутствий, и именно ему читателю следует уделять наибольшее внимание.

• Ни анонса, ни публикации в блоге, ни статьи, ни страницы продукта, которые мы смогли бы найти, и вообще никакого освещения в блоге NVIDIA под этим названием.

• Отсутствует описание обучения, кроме двух фраз — student-трансформер в стиле MaskedMimic, детерминированный prior и декодер — и нет никаких указаний на данные, вычислительные ресурсы или цель обучения.

• Ни коэффициента успешности выполнения задач, ни коэффициента восстановления после падения, ни результата переноса из симуляции в реальность, ни видео, которое мы могли бы независимо проверить.

• Нет контрольной точки обучения и нет набора данных. В карточке прямо сказано, что репозиторий не является полным пакетом для воспроизведения обучения, а значит, здесь нечего дообучать.

Язык безопасности столь же прямолинеен: модель не является системой предотвращения столкновений или контроллером безопасности; для использования на оборудовании требуются независимая валидация, ограничения крутящего момента, тестирование под наблюдением и аварийная остановка, а игровые ассисты — стартовые ускорения, зоны низкой гравитации, респавны — это механики приложения, а не возможности обученной политики. Карточка, которая специально оговаривает, что респавн не является возможностью, говорит кое-что о том, какая доля демонстрации приходится на политику, а какая — на игру.

Лицензия сообщает вам, что нельзя брать.

Файлы выпущены по лицензии NVIDIA Open Model License с указанием авторства в NOTICE.txt и отдельным разрешением, которое специально распространяется на два экспорта ONNX. Всё, что вокруг них, выведено за рамки. Репозиторий не предоставляет прав на наборы данных о движениях, референсные клипы для восстановления, меши роботов, игровые ресурсы или стороннее программное обеспечение среды выполнения, а файл NOTICE добавляет недвусмысленную строку о «самостоятельном распространении клипов движений, предназначенных только для демонстраций» — разрешение показать клип в демонстрации не переходит вместе с клипом.

Практически: вы можете распространять файл политики на условиях лицензии, но не можете заново собрать демо из этого репозитория, поскольку меши, клипы, код среды выполнения и конфигурация приложения распространяются в другом месте и на своих собственных условиях. В карточке также отмечается, что публичная доставка через браузер требует анонимного доступа к файлам — это намёк на модель доставки, для которой создавался экспорт.

Кто на самом деле может что-то с этим сделать сегодня?

Немногие — и карточка честно объясняет почему. Браузерные интеграции запускают MuJoCo, скомпилированный в WebAssembly, для физики и ONNX Runtime Web для инференса; рекомендуется WebGPU, а резервный вариант на CPU/WASM «не гарантирует работу шести роботов в реальном времени». Для интеграции требуется соответствующий манифест среды выполнения и идентичный порядок суставов и тел, соглашение о кватернионах, порядок истории, нормализация, целевые маски, частота управления и сопоставление действий. Ошибётесь в одном из этого — и политика будет прекрасно работать и выдавать бессмыслицу.

Развёртывание за пределами браузера упоминается — другие симуляторы, реальное оборудование G1 — но без прилагаемой инструкции, и карточка явно отказывается подтверждать, что эти конкретные файлы были проверены на оборудовании. Для исследовательской команды, у которой есть G1 и сцена MuJoCo, этого достаточно, чтобы начать. Для всех остальных это справочный артефакт.

Где маршрутизатор уместен, а где нет

Вы не можете вызывать Metatron-v1 через API, и ничто здесь этого не меняет: NVIDIA опубликовала пару файлов, которые вы загружаете рядом с симулятором, а не размещённый на сервере эндпоинт. Мы маршрутизируем другую половину робототехнического стека — языковую работу, которая окружает контроллер. Планы задач, написанные до того, как политика возьмёт управление на себя, телеметрия и журналы сбоев, обобщаемые после запуска, описания движений, превращаемые в структурированные цели. OrcaRouter объединяет более 200 моделей под одним ключом по цене из прайс-листа провайдера без наценки и автоматически переключается при отказе эндпоинта одного из провайдеров — это разница между стендом оценки, который завершает работу за ночь, и тем, который тихо теряет половину прогонов.

Вот и вся связь. Если ваш вопрос заключается в том, какой контроллер загрузить в MuJoCo, эта статья — неподходящее место для ответа, и никакое решение о маршрутизации не поможет.

Что изменило бы эту историю

Четыре вещи, примерно в порядке их значимости. Настоящее объявление с показателями успешного выполнения задач на реальном оборудовании превратило бы карточку в утверждение. Контрольная точка обучения или набор данных сделали бы политику адаптируемой, а не фиксированной. Независимое воспроизведение в публичном симуляторе позволило бы кому-то, кроме NVIDIA, оценить, работает ли единая схема сцены и восстановления. А публично выпускаемые сборки приложений — браузерная демонстрация и Racer с шестью роботами — позволили бы всем остальным увидеть, как политика на самом деле выглядит в движении, а это единственное, чего не может показать карточка модели.

До тех пор самое интересное — не сама политика. А паттерн публикации: NVIDIA выложила контроллер для гуманоидного робота на открытый хаб с лицензией и тщательно прописанным разделом ограничений, никому не сказала и позволила карточке нести тот вес, который раньше нёс анонсирующий пост. Шесть коммитов, три лайка и счётчик загрузок, который так и не начал считать. Вот как выглядит релиз, когда компания решила, что артефакт и есть анонс.