Qwen-VLA: 세상을 이해하는 것에서 행동으로
원제목:Qwen-VLA: From Understanding the World to Acting in It
AI 요약
통이첸원이 범용 시각-언어-행동 모델 Qwen-VLA를 출시했다. Qwen 멀티모달 백본을 기반으로 시각 인식, 언어 이해, 공간 추론을 연속 행동 생성 및 궤적 예측으로 확장한다. 훈련은 텍스트-행동 사전 훈련(T2A), 지속 사전 훈련(CPT), 지도 미세 조정(SFT), 강화 학습(RL)의 4단계로 진행된다. LIBERO에서 97.9%, Simpler-WidowX에서 73.7%, RoboTwin-Easy/Hard에서 86.1%/87.2%를 달성해 전용 모델과 동등하거나 능가한다. 데이터는 10,000시간 이상의 공개 로봇 궤적, 1,000시간 이상의 내부 실제 궤적, 800만 건 이상의 합성 시뮬레이션 궤적을 포함한다.
핵심 정보
- 통이첸원이 범용 시각-언어-행동 모델 Qwen-VLA를 출시했다.
- Qwen 멀티모달 백본을 기반으로 시각 인식,언어 이해,공간 추론을 연속 행동 생성 및 궤적 예측으로 확장한다.
- 훈련은 텍스트-행동 사전 훈련(T2A),지속 사전 훈련(CPT),지도 미세 조정(SFT),강화 학습(RL)의 4단계로 진행된다.
- LIBERO에서 97.
- 9%,Simpler-WidowX에서 73.
한눈에 보기
- 게시
- 업데이트
- 카테고리
- 모델 출시
- AI 점수
- 66
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。
관련 엔티티
출처 및 저작권
이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.
인용 방법
본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.
Orange News: Qwen-VLA: 세상을 이해하는 것에서 행동으로. 2026년 5월 29일. https://new.nat6.net/ko/news/cmpr2b1l40aa6slnoit9b7p92/