Qwen-VLA: 범용 구현 지능을 향한 통합 행동 프레임워크
AI 요약
通义实验室이 Qwen3.5-4B 비전-언어 백본과 1.15B 파라미터 DiT 행동 디코더로 통합 비전-언어-행동 모델 Qwen-VLA를 제안했다. 텍스트-투-액션 DiT 사전 훈련과 본체 인지 프롬프트를 통해 조작, 내비게이션, 궤적 예측을 동일 프레임워크 아래 통합하고 11종 로봇 플랫폼을 지원한다. 5개 시뮬레이션 벤치마크 중 3개에서 단일 범용 모델이 최고 전용 모델을 능가했고, ALOHA 실기기 in-domain 성공률 83.6%, OOD 일반화 76.9%로 π₀.₅를 각각 35%p, 40%p 이상 앞섰다. DOMINO 동적 조작 제로샷은 26.6%, VLN-CE 내비게이션 R2R과 RxR은 각각 57.5%, 59.6%로 모두 전용 모델을 능가했다.
핵심 정보
- 通义实验室이 Qwen3.
- 5-4B 비전-언어 백본과 1.
- 15B 파라미터 DiT 행동 디코더로 통합 비전-언어-행동 모델 Qwen-VLA를 제안했다.
- 텍스트-투-액션 DiT 사전 훈련과 본체 인지 프롬프트를 통해 조작,내비게이션,궤적 예측을 동일 프레임워크 아래 통합하고 11종 로봇 플랫폼을 지원한다.
- 5개 시뮬레이션 벤치마크 중 3개에서 단일 범용 모델이 최고 전용 모델을 능가했고,ALOHA 실기기 in-domain 성공률 83.
한눈에 보기
- 게시
- 업데이트
- 카테고리
- 모델 출시
- AI 점수
- 61
추천 이유
通义把操作、导航和轨迹预测塞进一个脑子,在11种机器人上通用,这是具身智能从'专家'走向'通才'的关键一步,做机器人的值得翻翻论文。
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: 범용 구현 지능을 향한 통합 행동 프레임워크. 2026년 5월 29일. https://new.nat6.net/ko/news/cmq2o71l001irsl6nww43cve6/