Qwen-VLA: единый фреймворк действий на пути к универсальному воплощённому интеллекту
ИИ-резюме
Лаборатория Tongyi представила Qwen-VLA — единую модель «зрение-язык-действие» на базе визуально-языкового остова Qwen3.5-4B и декодера действий DiT с 1,15B параметров. Благодаря предобучению DiT на переходе от текста к действиям и подсказкам проприоцепции манипуляции, навигация и прогнозирование траекторий объединены в одном фреймворке с поддержкой 11 робоплатформ. На 5 симуляционных бенчмарках единая универсальная модель превзошла лучшие специализированные модели в 3 из них; на реальном ALOHA успешность in-domain составила 83,6%, OOD-обобщение — 76,9%, превысив π₀.₅ на 35 и 40 процентных пунктов соответственно; zero-shot на динамических манипуляциях DOMINO достиг 26,6%; в навигации VLN-CE показатели R2R и RxR составили 57,5% и 59,6%, превзойдя специализированные модели.
Ключевые моменты
- Лаборатория Tongyi представила Qwen-VLA — единую модель «зрение-язык-действие» на базе…
- 5-4B и декодера действий DiT с 1,15B параметров.
- Благодаря предобучению DiT на переходе от текста к действиям и подсказкам проприоцепции…
- На 5 симуляционных бенчмарках единая универсальная модель превзошла лучшие специализированные…
- на реальном ALOHA успешность in-domain составила 83,6%,OOD-обобщение — 76,9%,превысив π₀.
Кратко
- Опубликовано
- Обновлено
- Источник
- 公众号:通义实验室(千问)
- Категория
- Релизы моделей
- Оценка ИИ
- 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。
Связанные сущности
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: Qwen-VLA: единый фреймворк действий на пути к универсальному воплощённому интеллекту. 29 мая 2026. https://new.nat6.net/ru/news/cmq2o71l001irsl6nww43cve6/