Qwen-VLA: patungo sa unibersal na embodied intelligence na unified action framework
AI summary
Iminungkahi ng Tongyi Lab ang Qwen-VLA, na bumubuo ng unified vision-language-action model gamit ang Qwen3.5-4B vision-language backbone at 1.15B parameter DiT action decoder. Sa pamamagitan ng text-to-action DiT pretraining at proprioceptive prompting, pinag-iisa nito ang manipulation, navigation, at trajectory prediction sa iisang framework, at sumusuporta sa 11 robot platform. Sa 5 simulation benchmark, nalampasan ng isang general model ang pinakamahusay na specialized model sa 3; sa ALOHA real-machine in-domain success rate ay 83.6%, OOD generalization ay 76.9%, na lumalampas sa π₀.₅ ng mahigit 35 at 40 percentage points ayon sa pagkakabanggit; ang DOMINO dynamic manipulation zero-shot ay umabot sa 26.6%; ang VLN-CE navigation R2R at RxR ay umabot sa 57.5% at 59.6%, na parehong lumalampas sa specialized model.
Mahahalagang impormasyon
- Iminungkahi ng Tongyi Lab ang Qwen-VLA,na bumubuo ng unified vision-language-action model gamit…
- 5-4B vision-language backbone at 1.
- 15B parameter DiT action decoder.
- Sa pamamagitan ng text-to-action DiT pretraining at proprioceptive prompting,pinag-iisa nito ang…
- Sa 5 simulation benchmark,nalampasan ng isang general model ang pinakamahusay na specialized model…
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- 公众号:通义实验室(千问)
- Kategorya
- Paglabas ng modelo
- AI na marka
- 61
通义把操作、导航和轨迹预测塞进一个脑子,在11种机器人上通用,这是具身智能从'专家'走向'通才'的关键一步,做机器人的值得翻翻论文。
Kaugnay na Entity
Pinagmulan at copyright
Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.
Paano banggitin
Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.
Orange News: Qwen-VLA: patungo sa unibersal na embodied intelligence na unified action framework. 29 Mayo 2026. https://new.nat6.net/fil/news/cmq2o71l001irsl6nww43cve6/