Qwen-RobotManip:アライメントがロボット操作基盤モデルのスケール能力を解放
原題:Qwen-RobotManip: Alignment Unlocks Scale for Robotic Manipulation Foundation Models
AI 要約
Qwen-RobotManipは通義千問がQwen-VLに基づいて開発した視覚-言語-行動(VLA)基盤モデルで、表現、運動、行動の3次元をカバーする統一アライメントフレームワークを導入する。オープンソースのロボットデータセットと人間のデモ動画のみを使用し、約38,100時間の事前学習コーパスを構築、15種のロボット形態をカバーする。LIBERO-Plusで91.4%、RoboTwin-C2R Hardで69.4%、RoboCasa365 Composite-Unseenで14.9%、EBenchで45.6%、RoboTwin-IFで72.0%を達成し、RoboChallenge Table30 v1 generalist trackで優勝した。モデルは80次元の状態-行動表現、人間-ロボットデータ合成パイプライン(1,933時間の一人称視点動画を24,808時間のデータに変換)、コンテキスト方策適応を採用する。
要点
- Qwen-RobotManipは通義千問がQwen-VLに基づいて開発した視覚-言語-行動(VLA)基盤モデルで、表現、運動、行動の3次元をカバーする統一アライメントフレームワークを導入する。
- オープンソースのロボットデータセットと人間のデモ動画のみを使用し、約38,100時間の事前学習コーパスを構築、15種のロボット形態をカバーする。
- LIBERO-Plusで91.
- 4%、RoboTwin-C2R Hardで69.
- 4%、RoboCasa365 Composite-Unseenで14.
概要
- 公開日時
- 更新日時
- カテゴリ
- モデル公開
- AI スコア
- 72
Qwen 这次发布的机器人模型,用统一对齐框架把跨实体数据规模化训练跑通了,OOD 泛化大幅领先,做具身智能的值得认真看一下。
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-RobotManip:アライメントがロボット操作基盤モデルのスケール能力を解放。2026年6月16日。https://new.nat6.net/ja/news/cmqg5kvq2006hslncx7x7o1r2/