Metatron-v1: นโยบายฮิวแมนนอยด์อันเงียบสงบของ NVIDIA ไม่ใช่โมเดลภาษา

ช่วงดึกของวันที่ 27 ตุลาคม 2026 รีโพซิทอรีชื่อ nvidia/Metatron-v1 ปรากฏขึ้นบน Hugging Face ไม่มีข่าวประชาสัมพันธ์ ไม่มีโพสต์บนบล็อกของ NVIDIA เอง — การค้นหาชื่อนี้บนบล็อกดังกล่าวยังคงให้ผลลัพธ์เป็น "No Results Found" — ไม่มีเปเปอร์ และไม่มีหน้าผลิตภัณฑ์ สิ่งที่ปรากฏกลับเป็นไฟล์ ONNX สองไฟล์ซึ่งมีขนาดไฟล์ละประมาณ 403 MB ใบอนุญาต ไฟล์ NOTICE และการ์ดโมเดลที่อธิบายคอนโทรลเลอร์สำหรับการเดินและการฟื้นตัวที่เรียนรู้มาแล้วสำหรับหุ่นยนต์ฮิวแมนนอยด์ Unitree G1 Metatron-v1 เป็นนโยบายด้านหุ่นยนต์ ไม่ใช่โมเดลภาษา และเกือบทุกอย่างที่ควรรู้เกี่ยวกับมันต้องอ่านจากการ์ดโมเดลนั้น เพราะไม่มีสิ่งอื่นให้อ่าน

ตัวนับของรีโปเองบอกว่าเรื่องนี้ลงเอยอย่างเงียบเชียบเพียงใด มีหกคอมมิตระหว่าง 21:43 ถึง 22:32 UTC มีไลก์สามครั้ง และไม่มีตัวเลขดาวน์โหลดที่มีนัยสำคัญเลย — หน้าระบุว่าไม่มีการติดตามจำนวนดาวน์โหลดสำหรับโมเดลนี้ ขณะที่ API รายงานเป็นศูนย์ นั่นไม่ใช่การเปิดตัว แต่เป็นการทิ้งดัมป์ข้อมูลส่งออกพร้อมเอกสารแนบ เผยแพร่ภายใต้สัญญาอนุญาตโมเดลเปิดของ NVIDIA และปล่อยไว้ให้ใครสักคนค้นพบ

ชื่อคือสิ่งแรกที่ทำให้เข้าใจผิด

Metatron อยู่ห่างจาก Nemotron ซึ่งเป็นตระกูลโมเดลภาษาแบบเปิดจริงของ NVIDIA เพียงตัวอักษรเดียว และความคล้ายคลึงนี้ก็กำลังสร้างความเสียหายแล้ว: องค์กร Hugging Face แห่งเดียวกันเป็นผู้เผยแพร่ทั้งสองตัว แท็กในรีโพซิทอรีนี้ระบุว่า robotics / reinforcement-learning / humanoid และแท็ก pipeline เป็น reinforcement-learning ไม่ใช่ text-generation ทั้งหมดนี้ไม่ได้หยุดชื่อจากการถูกจัดให้อยู่ข้างโมเดลแชต

เรื่องนี้สำคัญเพราะการเปรียบเทียบนั้นไม่ใช่แค่เสียเปรียบ — แต่ไม่มีความหมายเลย ผู้อ่านที่เอา Metatron-v1 ไปเทียบกับ Gemma 4 12B หรือ Qwen 3.8 กำลังวางตัวควบคุมที่แมปประวัติข้อต่อและท่าทางเป้าหมายไปยังเป้าหมายการเคลื่อนไหว ไว้ข้าง ๆ โมเดลที่แมปข้อความไปยังข้อความ ไม่มีอินพุตที่ใช้ร่วมกัน ไม่มีเอาต์พุตที่ใช้ร่วมกัน และไม่มีเบนช์มาร์กใดที่จะวางทั้งสองไว้บนแกนเดียวกันได้ ฉบับที่ซื่อตรงของหน้านั้นจะเหลือเพียงประโยคเดียว ซึ่งเป็นเหตุผลที่เราไม่ได้เขียนมันขึ้นมาสักประโยค

นโยบายใช้สิ่งใดและผลิตสิ่งใด

การ์ดนี้ระบุรายละเอียดเกี่ยวกับเทนเซอร์อย่างเฉพาะเจาะจงผิดปกติ ซึ่งเป็นสิ่งที่มีประโยชน์ที่สุดเกี่ยวกับการ์ดนี้ ไฟล์เดโมหุ่นยนต์เดี่ยวรับอินพุตทั้งหมด 39 รายการ:

• สถานะ G1 ปัจจุบัน พร้อมตัวอย่างสถานะย้อนหลังแปดรายการ — นโยบายมองเห็นการเคลื่อนไหวล่าสุดประมาณหนึ่งในสิบของวินาที ไม่ใช่ภาพสแนปช็อตเพียงภาพเดียว

• จับคู่การกระทำดิบที่เข้ามากับประวัติการกระทำดิบเก้ารายการ เพื่อให้เครือข่ายบอกได้ว่าก่อนหน้านี้มันกำลังพยายามทำอะไรอยู่

• เป้าหมายท่าทาง สไตล์ และความเร็วในอนาคตแบบถูกมาสก์ พร้อมบริบทของ scene box — เป้าหมายเหล่านี้ถูกระบุไว้บางส่วนและเว้นว่างไว้บางส่วน ซึ่งเป็นแนวคิด inpainting สไตล์ MaskedMimic ที่การ์ดสื่อถึง

มันส่งคืนเป้าหมาย PD ของข้อต่อในรูป action โดยค่าอัตราขยายอยู่ใน stiffness และ damping และ raw_action สำหรับการป้อนกลับประวัติ ผลลัพธ์ทั้งสามนี้คือสิ่งที่หุ่นยนต์ต้องการที่อัตราการควบคุม ไม่มีข้อความใด ๆ ในอินเทอร์เฟซเลย

ข้อกล่าวอ้างสองข้อในบัตรนี้ควรแยกออกจากส่วนที่เหลือ ข้อแรกคือ การเดิน การโต้ตอบกับฉาก และการฟื้นตัว ตอนนี้ใช้ policy เดียวกัน — บัตรอธิบายเอาต์พุตที่ export ในปัจจุบันว่าเป็น "SAMP-capable unified student" รุ่น epoch-6410 โดยไม่มีอะแดปเตอร์การฟื้นตัวแยกต่างหาก SAMP ไม่ได้เขียนเต็ม แต่ในวรรณกรรมด้านการเคลื่อนไหวที่รับรู้ฉาก (scene-aware motion) คำนี้ย่อมาจาก Stochastic Scene-Aware Motion Prediction และอินพุต scene-box สอดคล้องกับการตีความนั้น; ให้ถือว่าการขยายความนี้เป็นการอนุมานของเรา ไม่ใช่ถ้อยคำของ NVIDIA ข้อที่สองคือ เป้าหมายการฟื้นตัวยังคงเป็นอินพุตแบบ live runtime มากกว่าจะเป็นเป้าหมายที่ bake ไว้ตายตัว ซึ่งเป็นความแตกต่างระหว่าง policy ที่สามารถปรับเป้าหมายใหม่กลางการล้ม กับแอนิเมชันแบบคงที่

ส่งออกสองแบบ รันไทม์สองตัว น้ำหนักชุดเดียว

ไฟล์ทั้งสองมีนโยบายที่เรียนรู้แล้วเหมือนกันในเลย์เอาต์กราฟที่ต่างกัน และการ์ดเน้นย้ำว่าทั้งสองไฟล์ใช้แทนกันไม่ได้ ไฟล์เดโมรันหุ่นยนต์หนึ่งตัวและมีการประมวลผลการสังเกตและการแปลงแอ็กชันอยู่ภายในกราฟ ส่วนไฟล์ Racer เป็นเครือข่ายแบบแบตช์สำหรับหุ่นยนต์หกตัวที่คาดว่าการสังเกตจะถูกคำนวณภายนอกกราฟ และขนาดแบตช์ของไฟล์นี้ไม่สามารถเปลี่ยนแปลงได้หากไม่สร้างใหม่และตรวจสอบความถูกต้องใหม่

ตัวเลขทั้งหมดที่มีในรีโพซิทอรีเป็นเพียงผลของการตรวจสอบพาริตีเท่านั้น: เส้นทางของหุ่นยนต์หกตัวถูกนำไปเปรียบเทียบกับเดโมที่ส่งออกของหุ่นยนต์ตัวเดียวบนสถานะทดสอบ 60 สถานะที่แตกต่างกันและถูกรบกวนด้วยประวัติ โดยมีค่าความคลาดเคลื่อนสัมบูรณ์สูงสุดของแอ็กชันเท่ากับ 5.55e-6 NVIDIA ยังแปรผันความสูงในการกู้คืน เวลาของการกู้คืน ประวัติแอ็กชัน และอินพุตของฉาก และยืนยันว่าเอาต์พุตเปลี่ยนไปตามการแปรผันเหล่านั้น ทั้งสองอย่างนั้นเป็นการตรวจสอบทางวิศวกรรมการส่งออก สิ่งเหล่านี้พิสูจน์ว่ากราฟทั้งสองคำนวณฟังก์ชันเดียวกัน และอินพุตได้รับการเชื่อมต่อไว้แล้ว สิ่งเหล่านี้ไม่ได้บอกอะไรเลยว่าหุ่นยนต์จะยังตั้งตรงอยู่หรือไม่ และตัวการ์ดก็ระบุไว้ตรง ๆ ว่า: "นี่คือการตรวจสอบการส่งออกเชิงตัวเลข ไม่ใช่การตรวจสอบความสำเร็จของงานหรือเบนช์มาร์กบนหุ่นยนต์จริง"

สิ่งที่ NVIDIA ยังไม่ได้พูด

รายการสิ่งที่ไม่มีนั้นยาวกว่ารายการสิ่งที่มี และเป็นส่วนที่ผู้อ่านควรให้น้ำหนักมากที่สุด

• ไม่มีประกาศ โพสต์บล็อก เปเปอร์ หรือหน้าผลิตภัณฑ์ใด ๆ ที่เรา encontrar ได้ และไม่มีการรายงานในบล็อกของ NVIDIA ภายใต้ชื่อนั้นเลย

• ไม่มีคำอธิบายเกี่ยวกับการฝึกใด ๆ นอกเหนือจากสองวลี — นักเรียนทรานส์ฟอร์เมอร์สไตล์ MaskedMimic, ไพรเออร์และดีโคเดอร์แบบกำหนดได้แน่นอน — และไม่มีสิ่งบ่งชี้ใด ๆ เกี่ยวกับข้อมูล คอมพิวต์ หรือวัตถุประสงค์การฝึก

• ไม่มีอัตราความสำเร็จของงาน ไม่มีอัตราการฟื้นตัวจากการล้ม ไม่มีผลลัพธ์ sim-to-real และไม่มีวิดีโอที่เราสามารถตรวจสอบได้โดยอิสระ

• ไม่มีเช็กพอยต์สำหรับการฝึกโมเดลและไม่มีชุดข้อมูล การ์ดระบุอย่างชัดเจนว่า repository นี้ไม่ใช่แพ็กเกจที่ครบถ้วนสำหรับการทำซ้ำการฝึกโมเดล ซึ่งหมายความว่าไม่มีอะไรให้ปรับจูนละเอียดได้ที่นี่

ภาษาด้านความปลอดภัยก็ตรงไปตรงมาไม่แพ้กัน: โมเดลนี้ไม่ใช่ระบบหลีกเลี่ยงการชนหรือตัวควบคุมความปลอดภัย การใช้งานร่วมกับฮาร์ดแวร์ต้องมีการตรวจสอบอย่างอิสระ ขีดจำกัดแรงบิด การทดสอบภายใต้การดูแล และการหยุดฉุกเฉิน ส่วนตัวช่วยฝั่งเกม — การบูสต์ตอนออกตัว โซนแรงโน้มถ่วงต่ำ การเกิดใหม่ — เป็นกลไกของแอปพลิเคชัน ไม่ใช่ความสามารถของนโยบายที่เรียนรู้มา การ์ดที่ถึงขั้นระบุชัดเจนว่าการเกิดใหม่ไม่ใช่ความสามารถหนึ่ง ย่อมบอกอะไรบางอย่างกับคุณเกี่ยวกับสัดส่วนของเดโมที่เป็นนโยบายและที่เป็นเกม

ใบอนุญาตบอกคุณว่าสิ่งใดบ้างที่คุณไม่สามารถนำไปได้

ไฟล์เหล่านี้เผยแพร่ภายใต้ NVIDIA Open Model License โดยระบุที่มาใน NOTICE.txt และมีข้ออนุญาตแยกต่างหากที่ครอบคลุมเฉพาะไฟล์ส่งออก ONNX สองไฟล์นี้โดยเฉพาะ ทุกสิ่งรอบ ๆ ไฟล์เหล่านั้นถูกแยกออกจากการอนุญาตนี้ รีโพซิทอรีไม่ได้ให้สิทธิใด ๆ กับชุดข้อมูลการเคลื่อนไหว คลิปอ้างอิงสำหรับการกู้คืน เมชหุ่นยนต์ แอสเซ็ตเกม หรือซอฟต์แวร์รันไทม์ของบุคคลที่สาม และไฟล์ NOTICE ยังเพิ่มบรรทัดที่ชี้ชัดเกี่ยวกับ "การแจกจ่ายคลิปการเคลื่อนไหวสำหรับเดโมเท่านั้นโดยลำพัง" — การได้รับอนุญาตให้แสดงคลิปภายในเดโมไม่ติดไปกับคลิปนั้น

ในทางปฏิบัติ: คุณอาจแจกจ่ายไฟล์นโยบายภายใต้เงื่อนไขของสัญญาอนุญาต และคุณไม่สามารถสร้างเดโมขึ้นใหม่จากที่เก็บนี้ได้ เนื่องจากเมช คลิป โค้ดรันไทม์ และการกำหนดค่าของแอปพลิเคชันถูกแจกจ่ายไว้ที่อื่นและภายใต้เงื่อนไขของตัวเอง การ์ดยังระบุด้วยว่าการเผยแพร่ผ่านเบราว์เซอร์แบบสาธารณะจำเป็นต้องเข้าถึงไฟล์โดยไม่ระบุตัวตน ซึ่งเป็นคำใบ้เกี่ยวกับรูปแบบการจัดส่งที่การส่งออกนี้ถูกสร้างขึ้นมาเพื่อรองรับ

วันนี้ใครบ้างที่สามารถทำอะไรกับสิ่งนี้ได้จริง ๆ

มีคนไม่มาก และการ์ดก็บอกตามตรงว่าเพราะอะไร การผสานรวมกับเบราว์เซอร์รัน MuJoCo ที่คอมไพล์เป็น WebAssembly สำหรับฟิสิกส์ และ ONNX Runtime Web สำหรับการอนุมาน แนะนำให้ใช้ WebGPU และตัวสำรอง CPU/WASM "ไม่รับประกันการทำงานแบบเรียลไทม์ของหุ่นยนต์หกตัว" การผสานรวมต้องใช้ runtime manifest ที่ตรงกัน และลำดับ joint กับ body ที่เหมือนกัน ทิศทางควอเทอร์เนียน ลำดับประวัติ การทำให้เป็นมาตรฐาน target masks อัตราการควบคุม และการแมปแอ็กชัน ถ้าผิดข้อใดข้อหนึ่ง พอลิซีจะรันอย่างราบรื่นและให้ผลลัพธ์ที่ไร้ความหมาย

มีการกล่าวถึงการนำไปใช้งานนอกเบราว์เซอร์ — ซิมูเลเตอร์อื่น ๆ และฮาร์ดแวร์ G1 จริง — แต่ไม่มีขั้นตอนการใช้งานแนบมา และการ์ดระบุชัดเจนว่าไม่รับรองว่าไฟล์เหล่านี้ผ่านการตรวจสอบบนฮาร์ดแวร์แล้ว สำหรับทีมวิจัยที่มี G1 และฉาก MuJoCo เท่านี้ก็เพียงพอที่จะเริ่มต้น สำหรับคนอื่น ๆ มันเป็นเพียงสิ่งอ้างอิง

จุดที่เราเตอร์เหมาะ และจุดที่มันไม่เหมาะ

คุณไม่สามารถเรียก Metatron-v1 ผ่าน API ได้ และไม่มีอะไรในนี้ที่จะเปลี่ยนข้อเท็จจริงนั้น: สิ่งที่ NVIDIA เผยแพร่คือไฟล์สองไฟล์ที่คุณโหลดไว้ข้างซิมูเลเตอร์ ไม่ใช่ปลายทางที่โฮสต์ไว้ สิ่งที่เราเราเทrableคืออีกครึ่งหนึ่งของสแตกหุ่นยนต์ — งานด้านภาษาที่ล้อมรอบคอนโทรลเลอร์ แผนงานที่เขียนขึ้นก่อนที่ตัวนโยบายจะเข้าควบคุม เทเลเมทรีและบันทึกความล้มเหลวที่สรุปหลังการรัน คำบรรยายการเคลื่อนไหวที่เปลี่ยนเป็นเป้าหมายแบบมีโครงสร้าง OrcaRouter วาง โมเดลกว่า 200 รายการไว้เบื้องหลังคีย์เดียว ในราคาตามรายการของผู้ให้บริการโดยไม่บวกเพิ่ม และสลับไปใช้ตัวสำรองอัตโนมัติเมื่อปลายทางของผู้ให้บริการรายใดรายหนึ่งล่ม ซึ่งเป็นความแตกต่างระหว่างฮาร์เนสสำหรับการประเมินที่เสร็จสิ้นภายในคืนเดียว กับอีกแบบที่สูญเสียการรันไปครึ่งหนึ่งอย่างเงียบ ๆ

นั่นคือทั้งหมดของความเชื่อมโยง หากคำถามของคุณคือควรโหลดคอนโทรลเลอร์ตัวใดเข้า MuJoCo บทความนี้ไม่ใช่ที่ที่เหมาะสมจะตอบคำถามนั้น และการตัดสินใจเรื่องการกำหนดเส้นทางใด ๆ ก็ไม่ช่วยได้

อะไรจะเปลี่ยนเรื่องราวนี้

สี่สิ่ง โดยเรียงตามลำดับคร่าว ๆ ถึงระดับผลกระทบที่สิ่งเหล่านั้นจะมี การประกาศอย่างเป็นทางการพร้อมตัวเลขความสำเร็จของงานบนฮาร์ดแวร์จะเปลี่ยนการ์ดให้กลายเป็นข้อกล่าวอ้าง เช็กพอยต์การฝึกหรือชุดข้อมูลจะทำให้นโยบายปรับเปลี่ยนได้แทนที่จะตายตัว การทำซ้ำอย่างอิสระในโปรแกรมจำลองสาธารณะจะทำให้คนอื่นที่ไม่ใช่ NVIDIA บอกได้ว่าการออกแบบฉากและการกู้คืนแบบรวมเป็นหนึ่งเดียวนั้นได้ผลหรือไม่ และชุดแอปพลิเคชันที่เผยแพร่สู่สาธารณะ — เดโมเบราว์เซอร์และ Racer หุ่นยนต์หกตัว — จะทำให้พวกเราที่เหลือเห็นว่านโยบายนี้มีหน้าตาอย่างไรเมื่อเคลื่อนไหว ซึ่งเป็นสิ่งเดียวที่การ์ดโมเดลไม่สามารถแสดงได้

จนถึงตอนนั้น ข้อเท็จจริงที่น่าสนใจไม่ใช่ตัวนโยบาย แต่เป็นรูปแบบการเผยแพร่: NVIDIA วางคอนโทรลเลอร์หุ่นยนต์ฮิวแมนนอยด์ไว้บนฮับแบบเปิด พร้อมสัญญาอนุญาตและส่วนข้อจำกัดที่เรียบเรียงอย่างรอบคอบ โดยไม่บอกใคร และปล่อยให้การ์ดแบบจำลองแบกรับน้ำหนักที่โพสต์เปิดตัวเคยแบกรับไว้ หกคอมมิต สามไลก์ และตัวนับการดาวน์โหลดที่ไม่เคยเริ่มนับ นั่นคือหน้าตาของการเปิดตัวเมื่อบริษัทตัดสินใจว่าตัวชิ้นงานเองคือประกาศ