官方表示，在覆盖 37 个评测任务的具身能力评测体系中，Hy-Embodied-VLM-1.0 在物理状态理解、动作 — 变化推理、时序与自适应推理三大维度分别取得 68.6、64.1 和 57.4 分，综合平均得分达到 65.6，，并显著优于同等规模的 Qwen3.6-A3B、Cosmos 3-8B、Embodied-R1 通用与具身模型。

　　据介绍，这一模型从物理空间状态理解、动作-变化理解、时序和自适应推理三个层次构建模型能力维度，增强了场景感知、行动分析规划、导航等面向具身 Agent 的多模态理解能力。

　　模型能够识别物体、属性、深度与空间关系，理解机器人视角、功能部件、可操作区域及环境可供性，形成与当前任务相关的物理世界状态表征。进一步地，模型可结合人机交互语义、目标对象与任务约束，完成下一步动作选择、目标与轨迹定位，并判断空间前置条件、动作可执行性及其局部物理影响。

　　面向长时程任务，模型还具备多步规划、