| 发布日期：2026-06-16 19:48 点击次数：68 |
大象新闻记者 李莉 张迪驰
6月16日，阿里巴巴发布千问具身智能大模子 Qwen-Robot 系列，包含 VLA 操作模子 Qwen-RobotManip、VLN 移动模子 Qwen-RobotNav 和寰球模子 Qwen-RobotWorld三大模子。
大象新闻记者驻防到，这是千问大模子家眷首个完满的具身智能模子系列。三个模子远离为机器东谈主装上贤慧的手、认路的脚和会想考的大脑，既可单独部署，也能协同初始，让不同花式的机器东谈主迈向真的落地有了可靠的"通用底座"。
大说话模子(LLM)是在数字寰球里对话和生成内容，而具身智能(Embodied Intelligence)则将这一能力延展到践诺物理寰球中。现时，寰球具身智能行业正处于从“实验室研发”向“真的场景买卖化”逾越的临界点，能否在生疏环境里听懂领导、镇定履行，是这谈门槛的要津。Qwen-Robot通过三类要津的大模子遐想和熟悉，让模子能更好地听懂东谈主类当然说话、感知三维环境、了解物理规章，从而联接机器东谈主在真的寰球中自主履行复杂操作和精确移动，致使完成从未见过的任务。
VLA (Vision-Language-Action，视觉-说话-行为)模子是现时具身智能最中枢基础模子之一，它将视觉感知、说话相识和行为有计算会通，让机器东谈主看得懂、能入手。传统VLA模子的核肉痛点是迁徙能力不及，换机器东谈主、换场景性能就着落。让不同花式的机器东谈主能听懂一个模子联接，需要科罚行为融合和空间融合两个中枢问题，Qwen-RobotManip恰是从这两点切入。率先，Qwen-RobotManip 用一套 80 维的融合行为表征，为不同硬件界说了通用的"肢体说话"，让机器东谈主习得基础物理规章与行为逻辑，行为不再是生硬效法。其次，Qwen-RobotManip 不再依赖繁琐的完全坐标遐想，而是平直基于录像头画面中的相对位置操作，靠近环境变化时也能更快更准。搭载在不同的硬件中，Qwen-RobotManip只需数步反映即可自动适配，性能镇定高效，像老司机坐进生疏车辆，试几脚油门就能起程。
开云体育app2026世界杯中国官网下载
RoboChallenge真机多任务寰球榜单，代号Lira的Qwen-RobotManip夺得第一
Qwen-RobotManip在卓越38000小时的语料上完成了预熟悉。值得一提的是，区别于行业高度依赖独到自采数据的成例旅途，模子全程仅基于开源数据熟悉，便获取了优异成果：在横跨30项真的寰球任务、4个机器东谈主平台的三方真机测评 RoboChallenge Table30 v1 中，代号“Lira”和“Atlas”的两个版块 Qwen-RobotManip列前两名，PC加拿大网站任务包括拧水龙头、插网线、双臂倒薯条等，官方确定其"基础任务镇定、高难任务可冲破"。
要是说 VLA 模子让机器东谈主能入手，那么 VLN(Vision-Language Navigation，视觉说话导航)模子，便是让机器东谈主能认路、会跑腿。Qwen-RobotNav 基于 Qwen-VL 构建，将说话领导导航、主义搜索、自动驾驶等五大任务族融合到归拢个框架，碰到复杂任务无需东谈主工切换模子。此前VLN模子由于牵记战术古板，经常堕入“记少迷途、记多紊乱”的逆境，为此，Qwen-RobotNav 立异推出任务自顺应不雅察机制，凭证任务天透露换牵记战术。Qwen-RoboNav 同期被遐想成一个通用接口，不错被表层模子调用，是业内少数原生撑握多种智能体框架的 VLN 模子。它让机器东谈主信得过作念到"边走、边看、边想考最好阶梯"，也让导航能力从零丁孤身一人模子升级为可被融合调用的器具，为完满的具身智能体系统提供了要津一环。比如，对搭载该系统的宇树 Go2 四⾜机器⼈说“帮我找找不紧记放在哪的行李箱”，它不错自主旁观的同期进行视觉推理，最终顺畅地完成寻物导航。
搭载Qwen-RobotNav的机器狗顺利完成寻物导航
会入手、能跑腿，机器东谈主要作念得准还得想得深，就像体操畅通员雷同需要反复在“脑海”里演练行为，这依赖于具身智能界限的寰球模子。Qwen-RobotWorld是千问对此的最新尝试，基于对物理规章的相识，可推理和模拟出下一个时分点机器东谈主的合理行为和情景，让机器东谈主在践诺寰球中可胶柱调瑟般地行动。在本体专揽中，Qwen-RobotWorld不仅能生成视频数据以熟悉模子，大幅缓解熟统统据不及的难熬，还能在履行行为前，匡助机器东谈主推演昔日的行为轨迹，让操作更精确、更到位。
Qwen-Robot系列模子在具身智能评测中夺得多项SOTA
据了解，Qwen-Robot 系列是千问大模子家眷从数字智能体迈向物千里着平缓能体的伏击一步。不论是单独部署，还是举座协同PC加拿大(中国)，在融合的当然说话领导下Qwen-Robot皆能展现一致的高性能，让一个大略去许多场地、作念许多事情、并猜想自后果的物千里着平缓能体成为可能。昔日，这套“通用大脑”将搭载于更多花式的机器东谈主，使其在复杂践诺中具备高度自主的感知、有计算与长程履行能力。
备案号: