أطلقت تيانتسِن Hy-Embodied-RxBrain-1.0، وهو نموذج أساسي متعدد الوسائط موحد بحوالي 6.2 مليار معلمة مصمم للإدراك الجسدي يربط بين الاستدلال اللغوي والتخيل البصري.
- يستخدم النموذج عمودًا فقريًا من نوع Unified Mixture-of-Transformers (MoT) حيث تشارك الفهم وتوليد الصور بنية أحادية ذاتية الانحدار.
- يتميز برأس صورة لمطابقة التدفق يقوم بفك التشفير إلى فضاء ضمني لـ FLUX VAE مجمّد لتوليد إطارات متخيلة.
- تشمل القدرات الرئيسية الإدراك الجسدي، والتنبؤ بحالة العالم، والتخطيط المشترك للأهداف الفرعية من خلال توليد متداخل للاستدلال النصي والأهداف البصرية.
يتيح هذا النهج للنموذج تفكيك المهام إلى خطوات عن طريق إصدار الإجراء التالي والصورة الهدف التي يجب أن يصل إليها.