モデル公開

Qwen-RobotWorld:具身エージェントの無限世界

原題:Qwen-RobotWorld: Boundless Worlds for Embodied Agents

AI 要約

Qwen-RobotWorldは言語を統一的な行動インターフェースとし、双流Multimodal Diffusion Transformer(MMDiT)アーキテクチャを採用、Qwen2.5-VLを行動エンコーダとして用いる。4つのベンチマークで最高成績を収め、20余種のロボット形態を統一し、860万のクロスシーン訓練ペアと1300以上の操作スキルに基づく。言語インターフェースは500以上の行動カテゴリを標準化し、操作、自動運転、屋内ナビゲーションの共同訓練を支援する。さらにScene2Robotによる人間からロボットへの転移や、2~4路の多視点幾何整合動画生成もサポートする。

要点

  • Qwen-RobotWorldは言語を統一的な行動インターフェースとし、双流Multimodal Diffusion Transformer(MMDiT)アーキテクチャを採用、Qwen2.
  • 5-VLを行動エンコーダとして用いる。
  • 4つのベンチマークで最高成績を収め、20余種のロボット形態を統一し、860万のクロスシーン訓練ペアと1300以上の操作スキルに基づく。
  • 言語インターフェースは500以上の行動カテゴリを標準化し、操作、自動運転、屋内ナビゲーションの共同訓練を支援する。
  • さらにScene2Robotによる人間からロボットへの転移や、2~4路の多視点幾何整合動画生成もサポートする

概要

公開日時
更新日時
出典
Qwen:Blog Retrieval(API)
カテゴリ
モデル公開
AI スコア
72
原文を読む 情報源で全文を読む
おすすめの理由

具身智能的世界模型长期受限于单一形态,Qwen-RobotWorld用语言统一动作接口,把操作、驾驶、导航合训,多视角几何一致性和人类演示迁移是过去一年最扎实的落地信号,做机器人的别错过。

関連エンティティ

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:Qwen-RobotWorld:具身エージェントの無限世界。2026年6月16日。https://new.nat6.net/ja/news/cmqg5kvq2006gslnchk1ngslk/

すべて見る →