मॉडल लॉन्च

Qwen-VLA: दुनिया को समझने से कार्रवाई तक

मूल शीर्षक:Qwen-VLA: From Understanding the World to Acting in It

AI सारांश

Tongyi Qianwen ने सामान्य विज़न-लैंग्वेज-एक्शन मॉडल Qwen-VLA पेश किया, जो Qwen मल्टीमॉडल बैकबोन पर आधारित है और दृश्य धारणा, भाषा समझ तथा स्थानिक तर्क को सतत कार्रवाई जनरेशन और ट्रैजेक्टरी पूर्वानुमान तक विस्तारित करता है। प्रशिक्षण चार चरणों में है: टेक्स्ट-टू-एक्शन प्री-ट्रेनिंग (T2A), सतत प्री-ट्रेनिंग (CPT), सुपरवाइज़्ड फाइन-ट्यूनिंग (SFT) और रीइन्फोर्समेंट लर्निंग (RL)। LIBERO पर 97.9%, Simpler-WidowX पर 73.7%, RoboTwin-Easy/Hard पर 86.1%/87.2% प्राप्त किया, जो विशेष मॉडलों के बराबर या उनसे बेहतर है। डेटा में 10,000 घंटे से अधिक सार्वजनिक रोबोट ट्रैजेक्टरी, 1,000+ घंटे की आंतरिक वास्तविक ट्रैजेक्टरी और 80 लाख+ सिंथेटिक सिमुलेशन ट्रैजेक्टरी शामिल हैं।

मुख्य जानकारी

  • Tongyi Qianwen ने सामान्य विज़न-लैंग्वेज-एक्शन मॉडल Qwen-VLA पेश किया,जो Qwen मल्टीमॉडल बैकबोन पर…
  • 9%,Simpler-WidowX पर 73.
  • 7%,RoboTwin-Easy/Hard पर 86.
  • 2% प्राप्त किया,जो विशेष मॉडलों के बराबर या उनसे बेहतर है। डेटा में 10,000 घंटे से अधिक सार्वजनिक…

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
Qwen:Blog Retrieval(API)
श्रेणी
मॉडल लॉन्च
AI स्कोर
66
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

Qwen-VLA 把机器人操作、导航和跨实体控制统一进一个模型,在多个基准上打平甚至超越专用模型,这是通用具身智能的一个重要信号,但离实际可用还有距离。

संबंधित एंटिटी

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: Qwen-VLA: दुनिया को समझने से कार्रवाई तक। 29 मई 2026। https://new.nat6.net/hi/news/cmpr2b1l40aa6slnoit9b7p92/

सभी देखें →