Qwen-VLA: Ke arah rangka kerja tindakan bersatu untuk kecerdasan badan am
Ringkasan AI
Makmal Tongyi mencadangkan Qwen-VLA, membina model penglihatan-bahasa-tindakan bersatu dengan tulang belakang penglihatan-bahasa Qwen3.5-4B dan penyahkod tindakan DiT 1.15B parameter. Melalui pra-latihan DiT teks-ke-tindakan dan petunjuk persepsi badan, manipulasi, navigasi dan ramalan trajektori disatukan dalam rangka kerja yang sama, menyokong 11 platform robot. Dalam 5 penanda aras simulasi, satu model am mengatasi model khusus terbaik dalam 3 daripadanya; kadar kejayaan in-domain mesin sebenar ALOHA 83.6%, generalisasi OOD 76.9%, masing-masing melebihi π₀.₅ sebanyak 35 dan 40 mata peratusan; operasi dinamik DOMINO zero-shot mencapai 26.6%; navigasi VLN-CE R2R dan RxR masing-masing mencapai 57.5% dan 59.6%, kedua-duanya mengatasi model khusus.
Maklumat penting
- Makmal Tongyi mencadangkan Qwen-VLA,membina model penglihatan-bahasa-tindakan bersatu dengan…
- 5-4B dan penyahkod tindakan DiT 1.
- 15B parameter.
- Melalui pra-latihan DiT teks-ke-tindakan dan petunjuk persepsi badan,manipulasi,navigasi dan…
- Dalam 5 penanda aras simulasi,satu model am mengatasi model khusus terbaik dalam 3 daripadanya
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- 公众号:通义实验室(千问)
- Kategori
- Pelancaran Model
- Skor AI
- 61
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。
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.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Qwen-VLA: Ke arah rangka kerja tindakan bersatu untuk kecerdasan badan am. 29 Mei 2026. https://new.nat6.net/ms/news/cmq2o71l001irsl6nww43cve6/