# 地平线开源 HoloMotion-1 4 亿参数机器人小脑大模型，可实现舞蹈、健身、搬箱子等动作

- 来源：IT之家（RSS）
- 发布时间：2026-05-19 16:08
- AIHOT 分数：74
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cmpce9a1i01kislaea9ioa7tn
- 原文链接：https://www.ithome.com/0/952/354.htm

## 精选理由

地平线开源的这个4亿参数模型，把机器人“小脑”拉到一个小模型级别，300FPS实时跑在端侧，零样本跳舞搬箱子，搞具身智能的该跟进看看了。

## AI 摘要

地平线机器人实验室发布了其开源的人形机器人全身控制模型 HoloMotion-1。这是一个拥有 4 亿参数的“小脑”大模型，通过 MoE 稀疏激活与 KV-cache 推理机制，在端侧实现了约 300FPS 的实时推理能力。该模型利用互联网视频、光学动捕、VR 遥操作等多种来源的动作数据进行训练，并在真实机器人上成功展示了舞蹈、爬行、健身、搬箱子等复杂动作的零样本迁移能力。相关代码与技术报告已公开。

## 正文

IT之家 5 月 19 日消息，地平线 HorizonRobotics 昨日正式发布并开源 HoloMotion-1，这是地平线机器人实验室面向人形机器人全身控制打造的 4 亿参数级机器人小脑大模型。

官方表示，相比以往常见的百万级、千万级机器人控制模型，HoloMotion-1 将机器人“小脑”的模型规模提升到新的量级，并在端侧实现约 300FPS 实时推理。

HoloMotion-1 结合 MoE 稀疏激活与 KV-cache 推理机制，在保持 4 亿参数级模型容量的同时降低单步推理开销，实现端侧约 300FPS 的实时运行能力，显著高于常见 50Hz 控制频率要求。

据介绍，HoloMotion-1 使用多来源动作数据进行训练，包括互联网视频恢复动作、光学动捕数据、 VR 遥操作数据和惯性动捕遥操作数据。通过统一的数据处理和动作重定向流程，系统将人类动作转化为适合机器人学习和控制的训练数据。

在真实机器人实验中，HoloMotion-1 展示了多类复杂动作的零样本迁移能力：

高动态舞蹈动作，来自互联网视频数据

爬行、坐下、高踢腿等接触丰富动作，来自高精度光学动捕数据

健身等动作，来自低成本 VR 遥设备

搬箱子等人机交互任务，来自惯性动捕设备

这些动作覆盖了人形机器人全身控制中的多个关键难点，包括大幅度肢体运动、低姿态动作、接触丰富动作、动态平衡动作以及实时遥操作跟踪。

IT之家附相关链接如下：

开源模型代码库：https://github.com/HorizonRobotics/HoloMotion

项目主页：https://horizonrobotics.github.io/robot_lab/holomotion

技术报告：https://arxiv.org/abs/2605.15336

开源模型：https://huggingface.co/HorizonRobotics/HoloMotion_models

Docker 环境：https://hub.docker.com/r/horizonrobotics/holomotion