Qwen-RobotManip
PulseAugur coverage of Qwen-RobotManip — every cluster mentioning Qwen-RobotManip across labs, papers, and developer communities, ranked by signal.
- 2026-06-16 research_milestone Researchers introduced Qwen-RobotManip, a foundation model for robotic manipulation that demonstrates significant generalization capabilities. 来源
- 2026-06-16 research_milestone Researchers introduced Qwen-RobotManip, a foundation model for robotic manipulation that demonstrates significant generalization capabilities. 来源
-
EBench 基准测试为机器人操作策略提供详细诊断
一项名为 EBench 的新基准测试已被引入，用于评估机器人领域中通用移动操作策略。与依赖单一成功率的先前基准测试不同，EBench 在 26 项任务以及多个能力和泛化维度上提供了详细的诊断概况。使用 EBench 进行的早期评估揭示了 π0.5、XVLA 和 InternVLA-A1 等最先进模型在性能上的显著差异，突出了先前被汇总分数掩盖的特定优势和劣势。这种详细分析旨在指导未来更强大、更具泛化性的机器人操作策略的开发。
-
Qwen-RobotManip 模型通过统一对齐技术推进机器人操作
研究人员开发了 Qwen-RobotManip，一个专为机器人操作设计的通用基础模型，该模型利用了统一的对齐框架。这种方法使模型能够有效地在包括人类视频和合成机器人轨迹在内的大规模、多样化数据集上进行训练，克服了以往异构操作数据的挑战。该模型展示了涌现的泛化能力，例如零样本指令遵循和跨具身迁移，在各种分布外基准测试中表现优于现有的最先进模型，并在真实机器人平台上展现出潜力。
-
阿里巴巴推出Qwen AI机器人模型以实现物理世界交互 · 跟踪4个来源
阿里巴巴集团推出了首套专为机器人设计的AI模型，旨在将人工智能能力从聊天机器人扩展到物理世界。该Qwen机器人套件由通义实验室开发，包含用于导航、预测物理场景演变和执行动作的模型。该套件目前正与部分阿里云企业客户进行试点测试。
-
阿里巴巴发布Qwen-Robot具身智能模型系列
阿里巴巴推出了其首个全面的具身智能模型套件Qwen-Robot系列。该系列包括用于操作任务的Qwen-RobotManip、用于导航的Qwen-RobotNav以及用于世界建模的Qwen-RobotWorld。这些模型可以独立运行或协同工作，为机器人提供增强的交互和理解能力。
-
阿里巴巴推出 Qwen-Robot 具身大模型系列
阿里巴巴已推出其首个全面的具身人工智能模型家族 Qwen-Robot 系列。该系列包含三个独立的模型：用于视觉-语言-动作（VLA）操作的 Qwen-RobotManip，用于视觉-语言导航（VLN）的 Qwen-RobotNav，以及作为世界模型的 Qwen-RobotWorld。这些模型可以独立运行或协同工作，旨在为各种机器人在物理世界中有效运行提供基础能力。
-
阿里巴巴的Qwen推出具身智能机器人套件
阿里巴巴的Qwen推出了Qwen-Robot Suite，这是一套专为具身智能设计的三个基础模型集合。该套件包括用于导航的Qwen-RobotNav，用于物理交互和操作的Qwen-RobotManip，以及用于模拟物理环境的Qwen-RobotWorld。这个集成工具旨在弥合AI的感知和推理能力与其在现实世界中执行物理动作的能力之间的差距。
-
Qwen-RobotManip 和 PAIWorld 推动机器人操作基础模型发展
研究人员开发了 Qwen-RobotManip，一个机器人操作基础模型，它利用统一的对齐框架来大规模处理异构数据。这种方法使模型能够实现显著的泛化能力，包括零样本指令遵循和跨具身迁移，在各种分布外基准测试中表现优于先前的最先进模型。另外，PAIWorld 通过几何感知和跨视图注意力增强了扩散-Transformer 世界模型，以提高机器人操作任务中的 3D 一致性，并在特定排行榜上获得最高排名。
-
阿里巴巴的 Qwen-RobotWorld 通过语言接口统一具身人工智能
阿里巴巴的 Qwen 团队推出了 Qwen-RobotWorld，一个专为具身智能设计的语言条件视频世界模型。该模型利用自然语言作为通用接口，预测包括操作、自动驾驶和导航在内的各种机器人领域的未来视觉轨迹。Qwen-RobotWorld 基于双流扩散 Transformer 和广泛的具身世界知识语料库构建，在多个基准测试中表现强劲，并可应用于合成数据生成、虚拟环境评估和机器人控制。