Qwen-RobotManip:对齐解锁机器人操作基础模型的规模化能力
原文标题:Qwen-RobotManip: Alignment Unlocks Scale for Robotic Manipulation Foundation Models
AI 摘要
Qwen-RobotManip 是通义千问基于 Qwen-VL 的视觉-语言-动作(VLA)基础模型,引入覆盖表示、运动和行为三维度的统一对齐框架。仅使用开源机器人数据集和人演示视频,构建约 38,100 小时预训练语料,涵盖 15 种机器人形态。在 LIBERO-Plus 达 91.4%,RoboTwin-C2R Hard 达 69.4%,RoboCasa365 Composite-Unseen 达 14.9%,EBench 达 45.6%,RoboTwin-IF 达 72.0%,并在 RoboChallenge Table30 v1 generalist track 夺冠。模型采用 80 维状态-动作表示、人-机器人数据合成管道(1,933 小时第一人称视频转 24,808 小时数据)及上下文策略适配。
关键信息
- Qwen-RobotManip 是通义千问基于 Qwen-VL 的视觉-语言-动作(VLA)基础模型,引入覆盖表示、运动和行为三维度的统一对齐框架。
- 仅使用开源机器人数据集和人演示视频,构建约 38,100 小时预训练语料,涵盖 15 种机器人形态。
- 在 LIBERO-Plus 达 91.
- 4%,RoboTwin-C2R Hard 达 69.
- 4%,RoboCasa365 Composite-Unseen 达 14.
速览
- 发布时间
- 更新时间
- 分类
- 模型发布
- AI 评分
- 72
推荐理由
Qwen 这次发布的机器人模型,用统一对齐框架把跨实体数据规模化训练跑通了,OOD 泛化大幅领先,做具身智能的值得认真看一下。
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。
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-RobotManip:对齐解锁机器人操作基础模型的规模化能力。2026年6月16日。https://new.nat6.net/news/cmqg5kvq2006hslncx7x7o1r2/