Dokuz proje birbirine nasıl bağlanır?
Projeleri birbirine bağlayan ortak dil SOMA gövde modeli. GEM-X'in üç modeli de SOMA geometrisini kullanır, BONES-SEED hareketleri SOMA BVH biçiminde gelir ve SOMA Retargeter SOMA iskeletli BVH dosyasını robot eklem animasyonuna çevirir. İkinci ortak nokta Unitree G1. MotionBricks, Kimodo ve ARDY'nin G1 iskeleti için eğitilmiş modelleri var, GEAR SONIC de üç G1 kontrol noktasıyla geliyor.
README dosyalarında yazan ilişkiler şunlar:
- MotionBricks'in G1 modeli, Bones RigPlay 1 verisinin SOMA Retargeter ile G1'e aktarılmış haliyle eğitildi.
- Kimodo README'sine göre ARDY Kimodo'nun üzerine kurulur.
- MotionBricks editörlerindeki hedef pozları Kimodo ya da ARDY gibi bir hareket üretim modeli de hazırlayabilir.
- Kimodo'nun NPZ ve CSV çıktıları ProtoMotions ile uyumlu.
- ProtoMotions BONES-SEED'in tamamında eğittiği izleme politikasını G1'e doğrudan aktarır.
- GEAR SONIC'i BONES-SEED'in G1'e aktarılmış CSV hareketleriyle sıfırdan eğitebilir ya da yayımlanan kontrol noktasından ince ayar yapabilirsiniz.
- GEM-X'in robotik vitrininde videodan elde edilen SOMA hareketi SOMA Retargeter ile G1'e gider.
Akış: videodan ve veriden gerçek G1'e
Aşağıdaki sıra, bir insan hareketinin videodan ya da veri setinden çıkıp G1'in eklemlerine ulaşana kadar geçtiği yolu izler. Her proje bu yolun tek bir adımını üstlenir. Çoğu projede hangi adımdan gireceğinizi elinizdeki veri belirler.
1. GEM: videodan insan hareketi
Akış çoğu zaman bir kamerayla başlar. GEM-X tek görüntüden gövde ve el pozunu, tek kameralı (monoküler) videodan da kamera uzayında ve dünya uzayında insan hareketini kestirir. Body Motion modeli kişi takibini, 2B anahtar nokta gözlemlerini ve Body Pose özniteliklerini zamansal bir modelde birleştirir. Üç modelin çıktısı da SOMA geometrisinde. NVIDIA'nın robotik vitrininde videodan elde edilen bu hareket SOMA Retargeter ile G1'e aktarılıyor. Ayrıntılar GEM-X rehberimizde ve nvidia-gem-x-turkce Türkçe deposunda.
2. SOMA: ortak gövde modeli
SOMA-X, parametrik insan gövdeleri ve eller için kanonik, türevlenebilir bir temsil sunar. MHR, Anny, SMPL ailesi ve MANO gibi kimlik modellerini ortak SOMA topolojisine ve iskelet kurallarına eşler. Böylece tek bir animasyon ve yeniden hedefleme (retargeting) hattı farklı model aileleri arasında yeniden kullanılır. Kimodo'nun SOMA modelleri de 19 Mart 2026'dan bu yana girdi ve çıktılarında SOMA'nın 77 eklemli iskeletini (somaskel77) kullanıyor. Paket pip install py-soma-x komutuyla kurulur, varlıklar ilk kullanımda Hugging Face'ten iner. Ayrıntılar SOMA rehberimizde ve nvidia-soma-govde-modeli-turkce Türkçe deposunda.
3. BONES-SEED: hazır hareket verisi
Kendi çekiminiz yoksa veri tarafına BONES-SEED ile girersiniz. Bones Studio'nun hareket yakalama kütüphanesinden derlenen bu açık veri seti, veri kartına göre 522 oyuncudan alınmış 142.220 açıklamalı hareket içerir (71.132 özgün, 71.088 aynalanmış) ve 120 fps'de yaklaşık 288 saat tutar. Hareketler SOMA Proportional BVH, SOMA Uniform BVH ve Unitree G1 için MuJoCo uyumlu CSV biçimlerinde dağıtılır. Zamansal bölümleme etiketlerini NVIDIA, Kimodo projesi için hazırladı. Hugging Face'teki depo, erişim koşullarını kabul ettiğinizde açılır. Ayrıntılar BONES-SEED rehberimizde ve bones-seed-hareket-veri-seti-turkce Türkçe deposunda.
4. Kimodo ve ARDY: metinden ve kısıttan hareket üretimi
Kimodo, 700 saatlik optik hareket yakalama verisiyle eğitilmiş kinematik bir hareket difüzyon modelidir. Onu metin istemleriyle ve tam gövde anahtar kareleri, uç eleman konumları, 2B yollar gibi kısıtlarla yönetirsiniz. SOMA, G1 ve SMPL-X iskeletleri için ayrı model sürümleri var, G1 modelleri hareketi MuJoCo qpos CSV biçiminde kaydediyor. ARDY ise otoregresif bir difüzyon modeli. Kimodo README'sine göre ARDY Kimodo'nun üzerine kurulur ve denetlenebilir hareket üretimini gerçek zamana taşır. NVIDIA, Kimodo'yu çevrim dışı hareket hazırlamaya, ARDY'yi etkileşimli uygulamalara yönelik tanımlıyor. Ayrıntılar Kimodo rehberimizde ve nvidia-kimodo-turkce Türkçe deposunda, ARDY için de ARDY rehberimizde ve nvidia-ardy-turkce Türkçe deposunda.
5. MotionBricks: gerçek zamanlı ara kare üretimi
MotionBricks, karakterin son dört pozunu bağlam pozu (context pose), bir ile dört pozu da hedef poz (target pose) olarak alır ve aradaki hareketi 30 Hz'de doldurur. GR00T Whole-Body Control README'sine göre örneksiz (zero-shot) 15.000 FPS hızında hareket sentezler. G1 modeli MotionBricks-G1-RP-v1, Bones RigPlay 1 verisinin SOMA Retargeter ile G1'e aktarılmış haliyle eğitildi. NVIDIA, editörlerin kliplerden örneklediği hedef pozları Kimodo ya da ARDY gibi bir modelin de üretebileceğini not ediyor. Çıktı, robotta bir izleme denetleyicisinin takip edeceği kinematik referans hareket. Ayrıntılar MotionBricks rehberimizde ve unitree-g1-motionbricks-turkce Türkçe deposunda.
6. SOMA Retargeter: insan hareketini G1'e aktarma
İnsanla robotun oranları ve eklemleri farklı. SOMA Retargeter SOMA iskeletli bir BVH dosyasını okur, insan ölçeğindeki eklemleri robotun oranlarına taşır ve her kare için ters kinematik çözer. Ardından temasları dengeleyip yapılandırılan eklem sınırlarını uygular, robotun kök (root) pozunu ve eylemcili eklem değerlerini bir CSV dosyasına yazar. Paketli beş robot arasında varsayılan hedef unitree_g1. Proje etkin beta aşamasında ve ürettiği hareket kinematik, bu yüzden NVIDIA çıktıyı donanıma vermeden önce simülasyonda doğrulamanızı istiyor. Ayrıntılar SOMA Retargeter rehberimizde ve unitree-g1-soma-retargeter-turkce Türkçe deposunda.
7. ProtoMotions: simülasyonda fizik tabanlı eğitim
Kinematik hareket robota ancak onu izleyen bir politika eğitildiğinde anlam kazanır. ProtoMotions 3, benzetilen dijital insanları ve insansı robotları eğitmek için GPU hızlandırmalı bir simülasyon ve öğrenme çatısıdır, Newton, Isaac Lab, Isaac Gym ve MuJoCo arka uçlarıyla çalışır. README'ye göre çatı, BONES-SEED'in tamamında (yaklaşık 142 bin hareket) tek bir Genel İzleme Politikası (General Tracking Policy) eğitip bunu Unitree G1'e doğrudan aktarıyor. Kimodo ile metinden ürettiğiniz hareketlerden de SOMA karakteri ve G1 için politika eğitebilirsiniz. 28 Ekim 2026'da yayımlanan Metatron, hareket izlemeden düştükten sonra kalkmaya kadar birçok işi tek ağda toplayan bir G1 tüm gövde politikası. Ayrıntılar ProtoMotions rehberimizde ve nvidia-protomotions-turkce Türkçe deposunda.
8. GEAR SONIC: gerçek robotta tüm gövde kontrolü
GEAR SONIC, NVIDIA'nın fiziksel insansı robotlar için geliştirdiği davranış temel modelidir. Hareket izlemeyi, veri büyüdükçe büyüyen bir eğitim görevi olarak kullanır ve tek bir birleşik politikayla yürümeden emeklemeye, teleoperasyondan çok kipli kontrole uzanan davranışlar üretir. Depoda üç Unitree G1 kontrol noktası (checkpoint), C++ ve TensorRT tabanlı dağıtım yığını, PICO VR ile tüm gövde teleoperasyonu ve bir kinematik planlayıcı bulunuyor. Denetleyici 50 Hz'de çalışır ve SMPL pozu, G1 hareket referansı ya da teleoperasyon girdisi alır. ARDY README'sine göre ARDY'yi SONIC'e hareket veren bir planlayıcı olarak kullanabilirsiniz. Kimodo da NVIDIA'nın etkileşimli SONIC demosuna eklendi, orada G1 iskeletinde ürettiği hareketi SONIC simülasyonda izliyor. Ayrıntılar GEAR SONIC rehberimizde ve unitree-g1-gear-sonic-turkce Türkçe deposunda.
9. Unitree G1: zincirin son halkası
Son adımda politika robotun kendi bilgisayarına iner. GEAR SONIC'in dağıtım belgesi G1 üstündeki Orin bilgisayarı için JetPack 6 ve TensorRT 10.7 ister. ProtoMotions ekibi tek ONNX modeline indirgenmiş izleme politikasını G1'de RoboJuDo çatısıyla test etti ve veri hazırlığından gerçek robota kadar giden öğreticiyi yayımladı. GEAR SONIC README'si kontrol noktasını fiziksel robotta kullanmadan önce simülasyonda test etmenizi istiyor. Araştırma ve denetleyici geliştirme için Unitree G1 EDU, gösterim verisi toplamak için Unitree G1-D bu adımın ürünleri.
Dokuz projenin karşılaştırması
Tablo her projenin girdisini, çıktısını ve G1 desteğini kaynak README'lerde yazdığı biçimde özetler. Lisans sütunu yalnız ana parçaları gösterir, bağımlılıklar ve üçüncü taraf varlıklar kendi lisanslarını korur.
| Proje | Ne yapar | Girdi | Çıktı | G1 desteği (kaynağa göre) | Lisans |
|---|---|---|---|---|---|
| GEM-X | Görüntüden gövde ve el pozu, videodan zamansal gövde hareketi kestirir | Görüntü, video | SOMA geometrisinde poz ve hareket tahmini | Videodan elde edilen hareket SOMA Retargeter ile G1'e aktarılır | Kod Apache 2.0, bazı dosyalar OpenMDW-1.1, ağırlıklar kendi koşullarıyla |
| SOMA | Parametrik gövde ve el modellerini ortak SOMA iskeletinde birleştirir | Poz ve kimlik parametreleri | Köşe noktaları ve eklemler | İnsan gövde modeli, G1'e geçiş SOMA Retargeter ile | Apache-2.0 |
| BONES-SEED | 142.220 açıklamalı hareketten oluşan hareket yakalama veri seti | Hareket yakalama kaydı | SOMA BVH, G1 CSV, meta veri ve zamansal etiketler | G1 için MuJoCo uyumlu CSV | bones-seed-license (Bones Studio) |
| Kimodo | Metin ve kısıtlarla denetlenen kinematik hareket üretir | Metin istemi, anahtar kare, yol ve uç eleman kısıtları | NPZ, G1 için MuJoCo qpos CSV, SMPL-X için AMASS NPZ | Kimodo-G1-RP-v1 ve Kimodo-G1-SEED-v1 modelleri | Kod Apache-2.0, modeller NVIDIA Open Model (SMPL-X modeli NVIDIA R&D Model) |
| ARDY | Gerçek zamanlı, etkileşimli hareket üretir | Akan metin istemleri, kök yolu, ara noktalar, anahtar kareler | NPZ, G1 için MuJoCo qpos CSV | ARDY-G1-RP-25FPS-Horizon52 ve ARDY-G1-RP-25FPS-Horizon8 modelleri | Kod Apache-2.0, modeller NVIDIA Open Model |
| MotionBricks | Bağlam ve hedef pozlar arasında gerçek zamanlı ara kare üretimi (inbetweening) | Son dört poz ve bir ile dört hedef poz | 30 Hz kinematik referans hareket | MotionBricks-G1-RP-v1 (ONNX) | Kod Apache-2.0, modeller NVIDIA Open Model Agreement, belgeler CC-BY-4.0 |
| SOMA Retargeter | SOMA hareketini insansı robotlara aktarır | SOMA iskeletli BVH | Kök pozu ve eklem değerleri içeren robot CSV | Varsayılan hedef unitree_g1 | Kod Apache-2.0, örnek hareketler NVIDIA Sample Data Evaluation License, G1 varlıkları BSD-3-Clause |
| ProtoMotions | Benzetilen insan ve insansıları fizik tabanlı simülasyonda eğitir | Hareket veri setleri (AMASS, BONES-SEED, Kimodo çıktısı) | Eğitilmiş politika, dağıtım için tek ONNX modeli | G1 izleme politikası, Metatron, G1 dağıtım öğreticisi | Kod Apache-2.0, modeller NVIDIA Open Model License |
| GEAR SONIC | İnsansı robotlar için davranış temel modeli ve tüm gövde kontrolü | SMPL pozu, G1 hareket referansı, teleoperasyon | 64 boyutlu gizil hareket jetonları üzerinden 50 Hz tüm gövde kontrolü | Üç G1 kontrol noktası, C++ dağıtım yığını | Kod Apache 2.0, ağırlıklar NVIDIA Open Model License |
Ticari bir proje planlıyorsanız her bileşenin lisansını ayrı okuyun. GEAR SONIC README'sine göre NVIDIA Open Model License atıfla ticari kullanıma izin verir ve NVIDIA'nın Güvenilir Yapay Zeka koşullarına uyum ister. Örnek hareketlerin NVIDIA Sample Data Evaluation License'ı ise değerlendirme ve test içindir.
Hangi iş için hangi proje?
Aynı projeyi birden çok iş için kullanabilirsiniz. Tablo her iş için başlangıç projesini ve o işin donanım tarafını gösterir.
| İş | Proje | Başlangıç | İlgili sayfa |
|---|---|---|---|
| Animasyon ve hareket hazırlama | Kimodo, ARDY, MotionBricks | NVIDIA GPU'lu iş istasyonu, robotsuz başlangıç | Kimodo rehberi, MotionBricks rehberi |
| Hareket verisi toplama | GEM-X (videodan), BONES-SEED (hazır veri), GEAR SONIC teleoperasyonu (robottan) | Kamera, PICO VR, Unitree G1-D | GEM-X rehberi, BONES-SEED rehberi, G1-D |
| İnsan hareketini G1'e aktarma | SOMA, SOMA Retargeter | İş istasyonu, SOMA BVH girdisi | SOMA Retargeter rehberi, SOMA rehberi |
| Simülasyonda politika eğitimi | ProtoMotions, GEAR SONIC eğitim yığını | Çok GPU'lu sunucu, Isaac Lab ya da Newton | ProtoMotions rehberi, RL Gym |
| Gerçek robotta tüm gövde kontrolü | GEAR SONIC, ProtoMotions dağıtım hattı | Unitree G1 EDU, G1 Ar-Ge platformu | GEAR SONIC rehberi, G1 EDU teklif, G1 Ar-Ge platformu |
İlk üç iş robotsuz yürür. MotionBricks G1'i Newton sahnesinde canlandırır, Kimodo ve ARDY G1 hareketini MuJoCo qpos CSV olarak verir, SOMA Retargeter da sonucu kendi görüntüleyicisinde gösterir. Robot, eğitilmiş politikayı donanıma taşıdığınız son iki işte devreye girer.
Donanım: NVIDIA GPU ve G1 üstündeki Jetson Orin
Projelerin çoğu NVIDIA GPU ile hızlanır ve her birinin yazdığı gereksinim farklı. Aşağıdaki tablo yalnız kaynaklarda yazanları toplar. BONES-SEED bir veri seti olduğu için tabloda bulunmaz.
| Proje | Kaynakta yazan donanım ve yazılım |
|---|---|
| GEM-X | Python 3.10 ve üstü, PyTorch 2.10, CPU ya da CUDA kurulumu, Linux ARM64 CUDA çıkarımı, görüntü işleme için Linux x86-64 |
| SOMA | pip paketi, hızlı başlangıç örnekleri CPU'da (device="cpu"), deri bağlama ve uydurma NVIDIA Warp ile hızlanır |
| Kimodo | Tamamen GPU'da yaklaşık 17 GB VRAM, TEXT_ENCODER_DEVICE=cpu ile 3 GB altı, en çok GeForce RTX 3090, GeForce RTX 4090 ve NVIDIA A100 ile denendi |
| ARDY | Ubuntu 22.04, RTX 4090, nvidia-driver-575 ve Python 3.11 ile test edildi, PyTorch 2.4 ve üstü, TensorRT eki için sürücü 525 ve üstü, metin kodlayıcı cuda/bfloat16 ile yaklaşık 14 GB VRAM |
| MotionBricks | TensorRT için NVIDIA GPU, demolar GeForce RTX 4090 ile Windows ve Linux (x86-64) üzerinde çalıştırıldı |
| SOMA Retargeter | Maxwell mimarisi ya da sonrası NVIDIA GPU, NVIDIA sürücüsü 545 ve üstü, Python 3.12 |
| ProtoMotions | AMASS (40 saati aşkın) 4 A100 ile 12 saatte, BONES verisiyle 24 A100 üzerinde eğitim örneği |
| GEAR SONIC | x86_64 masaüstünde TensorRT 10.13, G1 üstündeki Orin için JetPack 6 ve TensorRT 10.7, Jetson AGX Thor için JetPack 7.1 ve TensorRT 10.13, ince ayar için 64 ve üstü GPU önerisi |
GEAR SONIC belgeleri bu TensorRT sürümlerinin tam olarak kullanılmasını ister. Belgeye göre farklı sürüm yanlış çıkarım sonucu verir, planlayıcı hatalı hareket üretir ve bu robotta tehlikeli davranışa yol açabilir.
G1 EDU geliştirme bilgisayarı: Jetson Orin
Ürün kayıtlarımıza göre Unitree G1 EDU sürümünde ikinci bilgisayar (PC2) olarak NVIDIA Jetson Orin NX bulunur. GEAR SONIC'in JetPack 6 yükseltme kılavuzu da bu Orin NX modülünü anlatır, C++ dağıtım yığını robot üstünde bu bilgisayarda çalışır. Bu yapıda eğitim iş istasyonunda ya da sunucuda yürür, robota ONNX ve TensorRT dağıtım dosyaları iner. Jetson Orin işlem birimleri için Jetson Orin rehberimize bakın.
Gerçek robotta sonuçlar (NVIDIA ve topluluk)
Ailenin gerçek robot sonuçları NVIDIA'nın yayınlarında ve topluluk yazılarında yer alıyor. Aşağıdaki her madde kaynağını adıyla verir.
- GEAR SONIC: NVIDIA'nın SONIC makalesine (arXiv 2511.07820) göre yöntem, 29 eklemli Unitree G1'e dağıtılan 124 farklı hareket sekansıyla değerlendirildi. Classmethod'un 2026 ağustosunda yayımlanan Japonca yazısına göre gerçek bir G1, PICO 4 ve gövde izleyicileriyle yapılan tüm gövde teleoperasyonunda ayakta kaldı ve operatörün tüm gövde hareketini izledi.
- MotionBricks: NVIDIA'nın MotionBricks makalesine (arXiv 2604.24833) göre G1 dağıtımı Jetson Orin ve Unitree'nin resmi SDK'sıyla yapıldı. Orin'de çıkarım başına süre 5 ms.
- SOMA Retargeter: README'ye göre Unitree G1, Unitree H2 ve Booster T1 dahil beş robot için hazır yapılandırma geliyor. NVIDIA'nın robot yapılandırıcı belgesi, yeni bir robot için yapılandırma kurmayı adım adım anlatır.
Robotlar.org, Booster Robotics Türkiye Resmi Distribütörüdür. Booster T2 için SOMA Retargeter'da robot yapılandırıcıyla yeni bir yapılandırma kurulur. Ayrıntılar SOMA Retargeter rehberimizde, gerçek G1 sonuçlarının tamamı da GEAR SONIC ve MotionBricks rehberlerimizde.
Isaac GR00T, teleoperasyon, LeRobot ve RL Gym ile ilişkisi
GR00T-WholeBodyControl deposu iki denetleyici ailesini barındırır. Decoupled WBC, alt gövde için pekiştirmeli öğrenme ve üst gövde için ters kinematik kullanan ayrık bir denetleyici. NVIDIA onu GR00T N1.5 ve N1.6 modellerinde kullandı. GEAR SONIC ise aynı depodaki en yeni genel amaçlı tüm gövde denetleyicisi. 7 Mayıs 2026 tarihli duyuruya göre G1'de teleoperasyonla veri toplama, Isaac-GR00T N1.7 ince ayarı ve SONIC ile dağıtım tek bir iş akışında birleşti. Isaac GR00T tarafını Unitree G1 ve Isaac GR00T rehberimiz anlatıyor.
Teleoperasyon iki yoldan gelir. SONIC, PICO VR başlığıyla gerçek zamanlı tüm gövde teleoperasyonunu destekler ve 14 Eylül 2026'da IsaacTeleop 1.4 ile Jetson AGX Orin desteği aldı. Unitree'nin kendi XR teleoperasyon akışı için G1 teleoperasyon sayfasına ve unitree-teleoperasyon-turkce deposuna bakın.
Toplanan gösterim verisini taklit öğrenmeye taşımak için LeRobot rehberimiz yol gösterir. Simülasyonda pekiştirmeli öğrenmeye Unitree'nin kendi aracıyla başlamak isterseniz RL Gym sayfası hazır. ProtoMotions ise BONES-SEED ve Kimodo verisiyle hareket izleme politikası eğitir, MuJoCo dahil birden çok fizik motorunda simülasyondan simülasyona (sim2sim) test yapar.
Sık sorulan sorular
Bu projelerle çalışmak için Unitree G1 gerekir mi?
İlk adımlar iş istasyonunda yürür. GEM-X ve SOMA insan tarafında çalışır, Kimodo, ARDY, MotionBricks ve SOMA Retargeter da G1 sonuçlarını MuJoCo, Newton ya da kendi görüntüleyicilerinde gösterir. Robot, GEAR SONIC ya da ProtoMotions politikasını donanıma taşıdığınızda gerekir.
Hangi projeler G1 için hazır model sunar?
MotionBricks-G1-RP-v1, Kimodo-G1-RP-v1 ile Kimodo-G1-SEED-v1, iki ARDY-G1 modeli, GEAR SONIC'in üç G1 kontrol noktası ve ProtoMotions'ın Metatron-v1 politikası. BONES-SEED G1 için CSV veri, SOMA Retargeter da hazır unitree_g1 yapılandırması verir.
Kinematik hareket ile robot kontrolü arasındaki fark nedir?
Kimodo, ARDY, MotionBricks ve SOMA Retargeter kinematik referans hareket üretir, yani eklemlerin zaman içindeki konumunu. Dengeyi, eylemci sınırlarını ve temasları gerçek robotta GEAR SONIC ya da ProtoMotions politikası gibi bir izleme denetleyicisi yönetir.
Ticari bir projede kullanabilir miyim?
Kodların çoğu Apache-2.0 lisanslı, modeller NVIDIA Open Model lisans ya da sözleşmesiyle geliyor. Örnek hareketler değerlendirme amaçlı lisanslı, BONES-SEED'in kendi lisansı var ve Kimodo'nun SMPL-X modeli NVIDIA R&D Model lisansını taşıyor. Her bileşeni hukuk ekibinizle ayrı ayrı gözden geçirin.
Hangi ekran kartı yeterli?
Hareket üretimi tek bir güçlü masaüstü kartıyla başlar. MotionBricks ve ARDY GeForce RTX 4090 ile çalıştırıldı, Kimodo metin kodlayıcıyı CPU'ya aldığınızda 3 GB'ın altında VRAM ile çalışır. SOMA Retargeter Maxwell ve sonrası NVIDIA GPU ister. Büyük ölçekli politika eğitimi ise ProtoMotions ve GEAR SONIC örneklerinde birden çok A100 sınıfı GPU kullanıyor.
Türkçe kaynak var mı?
Evet. Dokuz projenin her biri için Unitree-Turkiye GitHub örgütünde bir Türkçe depo ve robotlar.org'da bir Türkçe rehber yayımladık. Bağlantıların tamamı son bölümde.
Türkiye'de Unitree G1 ile NVIDIA insansı hareket projeleri
Robotlar.org, Unitree Robotics Türkiye Resmi Distribütörü olarak G1 ailesiyle araştırma yapan ekiplerle çalışıyor. Dokuz projenin belgelerini Türkçeye çevirip Unitree-Turkiye GitHub örgütünde yayımladık. Çeviriler NVIDIA'nın ve Bones Studio'nun özgün belgelerine dayanır ve lisanslarındaki atıf koşullarıyla paylaşılır.
- GEM-X: nvidia-gem-x-turkce deposu ve Türkçe rehber
- SOMA: nvidia-soma-govde-modeli-turkce deposu ve Türkçe rehber
- BONES-SEED: bones-seed-hareket-veri-seti-turkce deposu ve Türkçe rehber
- Kimodo: nvidia-kimodo-turkce deposu ve Türkçe rehber
- ARDY: nvidia-ardy-turkce deposu ve Türkçe rehber
- MotionBricks: unitree-g1-motionbricks-turkce deposu ve Türkçe rehber
- SOMA Retargeter: unitree-g1-soma-retargeter-turkce deposu ve Türkçe rehber
- ProtoMotions: nvidia-protomotions-turkce deposu ve Türkçe rehber
- GEAR SONIC: unitree-g1-gear-sonic-turkce deposu ve Türkçe rehber
Projenizin akışa hangi halkadan gireceğini keşif görüşmesinde sizinle birlikte belirliyoruz. Kimi ekip iş istasyonunda hareket üretimiyle başlıyor, kimi doğrudan Unitree G1 üzerinde tüm gövde kontrolüne geçiyor. Denetleyici geliştirme için G1 EDU teklif sayfasını kullanın. Gösterim verisi toplayacak ekipler için G1-D veri platformunu, laboratuvar kurulumu için G1 Ar-Ge platformunu öneriyoruz. Üniversite ve araştırma laboratuvarlarına uygun seçenekleri Unitree eğitim çözümleri sayfasında topladık. Yapılandırma ve fiyat için kurumsal teklif formu açık.
Kaynaklar
- NVlabs/GEM-X README
- NVlabs/SOMA-X README
- BONES-SEED veri kartı / dataset card (Hugging Face)
- nv-tlabs/kimodo README
- nv-tlabs/ardy README
- NVlabs/motionbricks README
- NVIDIA/soma-retargeter README
- SOMA Retargeter installation
- NVlabs/ProtoMotions README
- NVlabs/GR00T-WholeBodyControl README (GEAR SONIC)
- GEAR SONIC Installation (Deployment)
- G1 JetPack 6 Flashing Guide
- arXiv 2511.07820, SONIC: Supersizing Motion Tracking for Natural Humanoid Whole-Body Control
- nvidia/GEAR-SONIC (Hugging Face)
- GEAR-SONIC project page
- Classmethod, GEAR SONIC G1 teleoperation (Japanese, August 2026)
- arXiv 2604.24833, MotionBricks
- SOMA Retargeter Robot Configurator



