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
- カテゴリ
- モデル公開
- AI スコア
- 72
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。
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/