Qwen-VLA: tiến tới khung hành động thống nhất cho trí tuệ thể hiện phổ quát
Tóm tắt AI
Phòng thí nghiệm Tongyi đề xuất Qwen-VLA, dùng trục ngôn ngữ thị giác Qwen3.5-4B và bộ giải mã hành động DiT 1.15B tham số xây dựng mô hình thị giác-ngôn ngữ-hành động thống nhất. Qua tiền huấn luyện DiT văn bản sang hành động và gợi ý nhận thức bản thể, thống nhất thao tác, điều hướng và dự đoán quỹ đạo trong cùng khung, hỗ trợ 11 nền tảng robot. Trong 5 chuẩn mô phỏng, một mô hình phổ quát duy nhất vượt mô hình chuyên dụng tốt nhất trên 3 chuẩn; ALOHA thực tế tỷ lệ thành công in-domain 83.6%, tổng quát OOD 76.9%, lần lượt vượt π₀.₅ hơn 35 và 40 điểm phần trăm; thao tác động DOMINO zero-shot đạt 26.6%; điều hướng VLN-CE R2R và RxR lần lượt đạt 57.5% và 59.6%, đều vượt mô hình chuyên dụng.
Thông tin chính
- Phòng thí nghiệm Tongyi đề xuất Qwen-VLA,dùng trục ngôn ngữ thị giác Qwen3.
- 5-4B và bộ giải mã hành động DiT 1.
- 15B tham số xây dựng mô hình thị giác-ngôn ngữ-hành động thống nhất.
- Qua tiền huấn luyện DiT văn bản sang hành động và gợi ý nhận thức bản thể,thống nhất thao tác,điều…
- Trong 5 chuẩn mô phỏng,một mô hình phổ quát duy nhất vượt mô hình chuyên dụng tốt nhất trên 3 chuẩn
Tóm tắt nhanh
- Đăng lúc
- Cập nhật lúc
- Nguồn
- 公众号:通义实验室(千问)
- Danh mục
- Ra mắt mô hình
- Điểm 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。
Thực thể liên quan
Nguồn và bản quyền
Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.
Cách trích dẫn
Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.
Orange News: Qwen-VLA: tiến tới khung hành động thống nhất cho trí tuệ thể hiện phổ quát. 29 tháng 5 2026. https://new.nat6.net/vi/news/cmq2o71l001irsl6nww43cve6/