Pelancaran Model

Qwen-VLA: daripada memahami dunia kepada bertindak

Tajuk asal:Qwen-VLA: From Understanding the World to Acting in It

Ringkasan AI

Tongyi Qianwen melancarkan model visual-bahasa-tindakan umum Qwen-VLA, berdasarkan tulang belakang multimodal Qwen, meluaskan persepsi visual, pemahaman bahasa dan penaakulan spatial kepada penjanaan tindakan berterusan dan ramalan trajektori. Latihan terbahagi kepada empat peringkat: pra-latihan teks ke tindakan (T2A), pra-latihan berterusan (CPT), penalaan halus penyeliaan (SFT) dan pembelajaran pengukuhan (RL). Mencapai 97.9% pada LIBERO, 73.7% pada Simpler-WidowX, 86.1%/87.2% pada RoboTwin-Easy/Hard, menyamai atau melebihi model khusus. Data merangkumi lebih 10,000 jam trajektori robot awam, 1,000+ jam trajektori sebenar dalaman dan 8 juta+ trajektori simulasi sintetik.

Maklumat penting

  • Tongyi Qianwen melancarkan model visual-bahasa-tindakan umum Qwen-VLA,berdasarkan tulang belakang…
  • Latihan terbahagi kepada empat peringkat: pra-latihan teks ke tindakan (T2A),pra-latihan…
  • Mencapai 97.
  • 9% pada LIBERO,73.
  • 7% pada Simpler-WidowX,86.

Sekilas pandang

Diterbitkan pada
Dikemas kini pada
Sumber
Qwen:Blog Retrieval(API)
Kategori
Pelancaran Model
Skor AI
66
Baca asal Baca artikel penuh di sumber asal
Sebab disyorkan

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。

Entiti Berkaitan

Sumber dan hak cipta

Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.

Pautan asal · Entri AIHOT

Cara memetik

Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.

Orange News: Qwen-VLA: daripada memahami dunia kepada bertindak. 29 Mei 2026. https://new.nat6.net/ms/news/cmpr2b1l40aa6slnoit9b7p92/

Lihat Semua →