Rilis Model

Qwen-VLA: Dari memahami dunia hingga bertindak

Judul asli:Qwen-VLA: From Understanding the World to Acting in It

Ringkasan AI

Tongyi Qianwen meluncurkan model visi-bahasa-aksi umum Qwen-VLA, yang berbasis pada tulang punggung multimodal Qwen dan memperluas persepsi visual, pemahaman bahasa, serta penalaran spasial hingga ke pembangkitan aksi kontinu dan prediksi lintasan. Pelatihan dibagi menjadi empat tahap: pra-pelatihan teks-ke-aksi (T2A), pra-pelatihan berkelanjutan (CPT), fine-tuning terawasi (SFT), dan pembelajaran penguatan (RL). Mencapai 97.9% pada LIBERO, 73.7% pada Simpler-WidowX, serta 86.1%/87.2% pada RoboTwin-Easy/Hard, menyamai atau melampaui model khusus. Data mencakup lebih dari 10.000 jam lintasan robot publik, lebih dari 1.000 jam lintasan nyata internal, dan lebih dari 8 juta lintasan simulasi sintetis.

Poin utama

  • Tongyi Qianwen meluncurkan model visi-bahasa-aksi umum Qwen-VLA,yang berbasis pada tulang punggung…
  • Pelatihan dibagi menjadi empat tahap: pra-pelatihan teks-ke-aksi (T2A),pra-pelatihan berkelanjutan…
  • Mencapai 97.
  • 9% pada LIBERO,73.
  • 7% pada Simpler-WidowX,serta 86.

Ringkasan cepat

Waktu terbit
Waktu diperbarui
Sumber
Qwen:Blog Retrieval(API)
Kategori
Rilis Model
Skor AI
66
Baca aslinya Baca artikel lengkap di sumber aslinya
Alasan rekomendasi

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。

Entitas Terkait

Sumber dan hak cipta

Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.

Tautan asli · Entri AIHOT

Cara mengutip

Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.

Orange News: Qwen-VLA: Dari memahami dunia hingga bertindak. 29 Mei 2026. https://new.nat6.net/id/news/cmpr2b1l40aa6slnoit9b7p92/

Lihat semua →