Metatron-v1: Chính sách robot hình người âm thầm của NVIDIA không phải là mô hình ngôn ngữ

Cuối ngày 27 tháng 10 năm 2026, một kho lưu trữ có tên nvidia/Metatron-v1 xuất hiện trên Hugging Face. Không có thông cáo báo chí, không có bài đăng nào trên blog của chính NVIDIA — tìm tên này trên blog đó vẫn trả về "No Results Found" — không có bài báo và không có trang sản phẩm. Những gì xuất hiện là hai tệp ONNX, mỗi tệp khoảng 403 MB, một giấy phép, một tệp NOTICE và một thẻ mô hình mô tả bộ điều khiển đi bộ và phục hồi đã được học cho robot hình người Unitree G1. Metatron-v1 là một chính sách robot, không phải mô hình ngôn ngữ, và gần như mọi điều đáng biết về nó đều phải đọc từ thẻ đó, vì không có gì khác để đọc.

Các bộ đếm của chính kho lưu trữ cho thấy nó đã được đưa ra lặng lẽ đến mức nào. Sáu commit trong khoảng 21:43–22:32 UTC, ba lượt thích, và hoàn toàn không có con số tải xuống đáng kể nào — trang cho biết lượt tải xuống không được theo dõi đối với mô hình này, trong khi API báo cáo bằng không. Đó không phải là một buổi ra mắt. Đó là một bản kết xuất xuất kèm tài liệu, được phát hành theo giấy phép mô hình mở của NVIDIA và để mặc cho ai đó tìm thấy.

Cái tên là thứ đầu tiên đánh lừa.

Metatron chỉ cách Nemotron — dòng mô hình ngôn ngữ mở thực sự của NVIDIA — đúng một chữ cái, và sự giống nhau ấy đang gây hại rồi: cùng một tổ chức Hugging Face phát hành cả hai, các thẻ trên kho lưu trữ này ghi là robotics / reinforcement-learning / humanoid, và thẻ pipeline là reinforcement-learning chứ không phải text-generation. Không điều nào trong số đó ngăn được việc cái tên bị xếp cạnh các mô hình trò chuyện.

Điều đó quan trọng vì sự so sánh không chỉ bất lợi — mà còn vô nghĩa. Một độc giả đặt Metatron-v1 cạnh Gemma 4 12B hay Qwen 3.8 đang cầm một bộ điều khiển ánh xạ lịch sử khớp và tư thế mục tiêu sang mục tiêu động cơ bên cạnh những mô hình ánh xạ văn bản sang văn bản. Không có đầu vào chung, không có đầu ra chung, và không có benchmark nào có thể đặt chúng trên cùng một trục. Phiên bản trung thực của trang đó sẽ chỉ là một câu, đó là lý do chúng tôi chưa viết câu nào.

Những gì chính sách tiêu thụ và những gì nó tạo ra

Thẻ này đặc biệt cụ thể về tensor, và đó là điều hữu ích nhất ở nó. Tệp demo robot đơn nhận tổng cộng 39 đầu vào:

• Trạng thái G1 hiện tại, cùng tám mẫu trạng thái lịch sử — policy nhìn thấy khoảng một phần mười giây chuyển động gần đây, chứ không phải một ảnh chụp nhanh.

• Ghép các thao tác thô đến với lịch sử thao tác thô gồm chín mục, để mạng có thể biết nó đang cố làm gì từ trước.

• Mục tiêu tư thế, phong cách và vận tốc trong tương lai bị che khuất, cùng ngữ cảnh hộp cảnh — các mục tiêu được chỉ định một phần và để trống một phần, đây chính là ý tưởng inpainting kiểu MaskedMimic mà thẻ ám chỉ.

Nó trả về các mục tiêu PD khớp dưới dạng action, các độ lợi dưới dạng stiffness và damping, và raw_action để phản hồi lịch sử. Ba đầu ra đó là những gì robot cần ở tần số điều khiển; không có văn bản nào ở bất kỳ đâu trong giao diện.

Hai tuyên bố trong thẻ đáng được tách riêng khỏi phần còn lại. Tuyên bố thứ nhất là việc đi bộ, tương tác cảnh và phục hồi giờ dùng chung một policy — thẻ mô tả bản export hiện tại là "student thống nhất có khả năng SAMP" ở epoch-6410, không có adapter phục hồi riêng. SAMP không được viết đầy đủ, nhưng trong tài liệu về chuyển động nhận biết cảnh, nó là viết tắt của Stochastic Scene-Aware Motion Prediction, và các đầu vào scene-box khớp với cách hiểu đó; hãy coi phần mở rộng này là suy luận của chúng tôi, không phải cách diễn đạt của NVIDIA. Tuyên bố thứ hai là các mục tiêu phục hồi vẫn là đầu vào runtime sống thay vì mục tiêu được bake sẵn, và đó chính là khác biệt giữa một policy có thể được nhắm lại giữa lúc đang ngã với một animation cố định.

Hai bản xuất, hai môi trường chạy, một bộ trọng số

Cả hai tệp đều mang cùng một chính sách đã học trong các bố cục đồ thị khác nhau, và thẻ nhấn mạnh rằng chúng không thể hoán đổi cho nhau. Tệp demo chạy một robot và bao gồm xử lý quan sát và chuyển đổi hành động bên trong đồ thị. Tệp Racer là một mạng theo lô sáu robot, mong đợi các quan sát được tính bên ngoài đồ thị, và kích thước lô của nó không thể thay đổi mà không xây dựng lại và xác thực lại nó.

Mọi con số trong toàn bộ kho lưu trữ chỉ là một phép kiểm tra đối chiếu tương đương: đường đi sáu robot được so sánh với bản xuất demo một robot trên 60 trạng thái kiểm thử riêng biệt và bị nhiễu bởi lịch sử, với sai số hành động tuyệt đối tối đa là 5.55e-6. NVIDIA cũng đã thay đổi độ cao phục hồi, thời điểm phục hồi, lịch sử hành động và đầu vào cảnh, rồi xác nhận rằng đầu ra thay đổi tương ứng. Cả hai đều là các kiểm tra kỹ thuật xuất — chúng chứng minh hai đồ thị tính cùng một hàm và các đầu vào đã được nối đúng. Chúng không nói bất cứ điều gì về việc robot có giữ được thăng bằng hay không, và thẻ ghi rõ điều đó: "Đây là các kiểm tra số học khi xuất, không phải benchmark thành công tác vụ hay robot thật."

Điều NVIDIA chưa nói

Danh sách những thứ vắng mặt dài hơn danh sách những thứ hiện diện, và đó là phần mà người đọc nên cân nhắc kỹ nhất.

• Không có thông báo, bài đăng blog, bài báo hay trang sản phẩm nào mà chúng tôi có thể tìm thấy, và hoàn toàn không có bài đưa tin nào trên blog NVIDIA dưới tên đó.

• Không có mô tả huấn luyện nào ngoài hai cụm từ — student transformer kiểu MaskedMimic, prior tất định và decoder — và không có thông tin nào về dữ liệu, compute hay mục tiêu huấn luyện.

• Không có tỷ lệ thành công nhiệm vụ, không có tỷ lệ phục hồi sau ngã, không có kết quả sim-to-real, không có video mà chúng ta có thể xác minh độc lập.

• Không có checkpoint huấn luyện và cũng không có tập dữ liệu. Thẻ mô hình nêu rõ rằng kho lưu trữ không phải là một gói tái tạo huấn luyện hoàn chỉnh, nghĩa là ở đây không có gì để tinh chỉnh.

Ngôn ngữ an toàn cũng trực tiếp không kém: mô hình không phải là hệ thống tránh va chạm hay bộ điều khiển an toàn, việc sử dụng phần cứng đòi hỏi thẩm định độc lập, giới hạn mô-men xoắn, kiểm thử có giám sát và dừng khẩn cấp, còn các hỗ trợ phía trò chơi — tăng lực phóng, vùng trọng lực thấp, hồi sinh — là cơ chế của ứng dụng chứ không phải năng lực của chính sách đã học. Một tấm thẻ cố tình nói rằng hồi sinh không phải là một năng lực đang cho bạn biết điều gì đó về việc bản demo có bao nhiêu phần là chính sách và bao nhiêu phần là trò chơi.

Giấy phép quy định những gì bạn không được phép lấy

Các tệp được phát hành theo NVIDIA Open Model License, với phần ghi công trong NOTICE.txt và một điều khoản cấp phép riêng áp dụng cụ thể cho hai bản xuất ONNX. Mọi thứ xung quanh chúng đều nằm ngoài phạm vi. Kho lưu trữ không cấp quyền nào đối với bộ dữ liệu chuyển động, clip tham chiếu khôi phục, lưới mô hình robot, tài nguyên trò chơi hoặc phần mềm runtime bên thứ ba, và tệp NOTICE bổ sung một dòng nhấn mạnh về "việc phân phối lại độc lập các clip chuyển động chỉ dành cho bản demo" — quyền hiển thị một clip bên trong bản demo không đi kèm với clip đó.

Thực tế mà nói: bạn có thể phân phối lại tệp chính sách theo các điều khoản của giấy phép, và bạn không thể dựng lại bản demo từ kho lưu trữ này, vì các mesh, clip, mã runtime và cấu hình ứng dụng được phân phối ở nơi khác và theo các điều khoản riêng của chúng. Thẻ này cũng lưu ý rằng việc phân phối công khai qua trình duyệt yêu cầu quyền truy cập ẩn danh vào các tệp, đây là một gợi ý về mô hình phân phối mà bản xuất được xây dựng để hướng tới.

Ai thực sự có thể làm được gì đó với thứ này ngay hôm nay?

Không nhiều người làm được, và model card nói thật về lý do. Các tích hợp trình duyệt chạy MuJoCo được biên dịch sang WebAssembly để xử lý vật lý và ONNX Runtime Web để suy luận; WebGPU được khuyến nghị, và phương án dự phòng CPU/WASM "không đảm bảo vận hành sáu robot trong thời gian thực." Việc tích hợp yêu cầu manifest runtime tương ứng và các yếu tố sau giống hệt nhau: thứ tự khớp và thân, quy ước quaternion, thứ tự lịch sử, chuẩn hóa, mặt nạ mục tiêu, tốc độ điều khiển và ánh xạ hành động. Chỉ cần sai một trong số đó, policy sẽ vẫn chạy ngon lành và tạo ra kết quả vô nghĩa.

Việc triển khai ngoài trình duyệt có được nhắc đến — các trình mô phỏng khác, phần cứng G1 thật — nhưng không kèm quy trình hướng dẫn nào, và thẻ mô hình nói rõ rằng họ không xác nhận những tệp chính xác này đã được kiểm chứng trên phần cứng. Với một nhóm nghiên cứu có G1 và một cảnh MuJoCo, thế là đủ để bắt đầu. Với tất cả những người khác, nó chỉ là một tài liệu tham khảo.

Bộ định tuyến phù hợp ở đâu và không phù hợp ở đâu

Bạn không thể gọi Metatron-v1 qua API, và không có gì ở đây thay đổi điều đó: thứ NVIDIA công bố là một cặp tệp mà bạn nạp cùng với một trình mô phỏng, chứ không phải một endpoint được host. Thứ chúng tôi định tuyến là nửa còn lại của một ngăn xếp robot — phần công việc ngôn ngữ bao quanh một bộ điều khiển. Các kế hoạch tác vụ được viết trước khi policy tiếp quản, dữ liệu telemetry và nhật ký lỗi được tóm tắt sau một lần chạy, chú thích chuyển động được chuyển thành các mục tiêu có cấu trúc. OrcaRouter đưa hơn 200 mô hình dưới một khóa với giá niêm yết của nhà cung cấp, không cộng thêm phụ phí, và tự động chuyển sang dự phòng khi endpoint của một nhà cung cấp ngừng hoạt động, đó là sự khác biệt giữa một harness đánh giá hoàn tất qua đêm và một harness âm thầm mất đi một nửa số lần chạy.

Đó là toàn bộ sự kết nối. Nếu câu hỏi của bạn là nên nạp bộ điều khiển nào vào MuJoCo, thì bài viết này không phải là nơi thích hợp để trả lời, và không quyết định định tuyến nào có thể giúp được.

Điều gì sẽ thay đổi câu chuyện này?

Bốn điều, xếp đại khái theo mức độ quan trọng của chúng. Một thông báo thực sự kèm các con số tỷ lệ thành công của tác vụ trên phần cứng sẽ biến một thẻ mô hình thành một lời khẳng định. Một checkpoint huấn luyện hoặc một bộ dữ liệu sẽ khiến chính sách trở nên có thể thích ứng thay vì cố định. Một bản tái lập độc lập trong trình mô phỏng công khai sẽ cho phép ai đó ngoài NVIDIA nói xem liệu thiết kế thống nhất cảnh và phục hồi có hiệu quả hay không. Và các gói ứng dụng được phát hành công khai — bản demo trên trình duyệt và Racer sáu robot — sẽ cho phần còn lại của chúng ta thấy chính sách thực sự trông như thế nào khi chuyển động, điều duy nhất mà một thẻ mô hình không thể thể hiện.

Cho đến lúc đó, điều thú vị không phải là chính sách. Mà là kiểu công bố: NVIDIA đặt một bộ điều khiển robot hình người lên open hub kèm giấy phép và một phần giới hạn được viết cẩn thận, không nói với ai, và để thẻ mô hình gánh sức nặng mà trước đây một bài đăng ra mắt vẫn gánh. Sáu commit, ba lượt thích, và một bộ đếm lượt tải chưa từng bắt đầu. Đó là dáng vẻ của một bản phát hành khi một công ty đã quyết định rằng bản thân sản phẩm chính là thông báo.