模型发布

Qwen-RobotWorld:具身智能体的无界世界

原文标题:Qwen-RobotWorld: Boundless Worlds for Embodied Agents

AI 摘要

Qwen-RobotWorld以语言为统一动作接口,采用双流Multimodal Diffusion Transformer(MMDiT)架构,将Qwen2.5-VL作为动作编码器。在4个基准测试中取得顶尖成绩,统一20余种机器人形态,基于860万跨场景训练对和1300多项操作技能。语言接口标准化500多种动作类别,支持操作、自动驾驶、室内导航的联合训练。还支持Scene2Robot人类到机器人转移及2–4路多视角几何一致视频生成。

关键信息

  • Qwen-RobotWorld以语言为统一动作接口,采用双流Multimodal Diffusion Transformer(MMDiT)架构,将Qwen2.
  • 5-VL作为动作编码器。
  • 在4个基准测试中取得顶尖成绩,统一20余种机器人形态,基于860万跨场景训练对和1300多项操作技能。
  • 语言接口标准化500多种动作类别,支持操作、自动驾驶、室内导航的联合训练。
  • 还支持Scene2Robot人类到机器人转移及2–4路多视角几何一致视频生成

速览

发布时间
更新时间
来源
Qwen:Blog Retrieval(API)
分类
模型发布
AI 评分
72
阅读原文 前往信息源阅读完整正文
推荐理由

具身智能的世界模型长期受限于单一形态,Qwen-RobotWorld用语言统一动作接口,把操作、驾驶、导航合训,多视角几何一致性和人类演示迁移是过去一年最扎实的落地信号,做机器人的别错过。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Qwen-RobotWorld:具身智能体的无界世界。2026年6月16日。https://new.nat6.net/news/cmqg5kvq2006gslnchk1ngslk/

查看全部 →