阿里巴巴集团旗下高德与阿里ATH事业群共同发布全身具身基座模型λ0，这是业界首个基于开放世界行为的全身基座模型。
随着具身智能走向家庭、商超、仓库，机器人面对的不再是固定站姿下的单一操作，而是需要持续协调全身动作才能完成的长程任务。现有第一视角VLA基座模型普遍缺失关节、躯干、位姿等全身动态信息，动作学习被切成碎片。
λ0采用的路径是"无本体全身数据采集加软硬件协同人机对齐"，采集者只佩戴消费级设备，头显、运动相机与追踪器配合，在日常环境中随走随采，不再依赖昂贵的机器人本体与人工复位。代表性任务的单条示范采集用时从约100秒缩短到29秒，效率约为原来的3.4倍。基于这条管线，团队构建了包含500小时开放世界无本体全身数据的HumanVerse-500数据集。
λ0完整记录并对齐视觉、身体位移与手部操作三类信息，按手部交互、全身协调、人形本体三阶段训练，把人类经验逐步转成机器人的全身控制指令。采集、处理与动作端分别设计了视角匹配和由粗到细的动作对齐机制，在保留全身协调的同时优化物理接触精度。任务进度对比显示，使用对齐后的人类示范，机器人在合上笔记本、开冰箱等任务上的阶段完成分从0提升到38%至73%。
在SIMPLE仿真基准及多项真机评测中，λ0均取得SOTA表现，真机任务成功率较最强对比基线提升22.5%，面对七项全身协调与长程移动操作任务，仅凭人类行动数据即可在真机上实现零样本迁移。
目前λ0已在GitHub开源相关硬件配置代码，项目名为LambdaHumanoid/openlambda，HuggingFace上线了HumanVerse数据样例，技术报告发布于arXiv，编号2610.18950。完整数据以及完整的第三阶段与真机流程尚未发布，本次开放的是可复现核心方法的基础资产。
