Qwen-VLA
PulseAugur coverage of Qwen-VLA — every cluster mentioning Qwen-VLA across labs, papers, and developer communities, ranked by signal.
-
OpenBMB发布用于设备端机器人的MiniCPM-Robot模型
OpenBMB发布了两个新模型MiniCPM-RobotTrack和MiniCPM-RobotManip，专为机器人设备端AI设计。MiniCPM-RobotTrack专注于语言条件下的目标跟踪，利用融合的视觉特征预测未来航点，并实现高效的设备端推理。MiniCPM-RobotManip是一个更大、更通用的视觉-语言-动作模型，用于具身操作，性能优于其他模型，并具有流式上下文功能，可用于长视域决策并减少计算量。
-
新模型RxBrain和GTA-VLA推动具身AI推理发展
研究人员推出了RxBrain，一个新颖的具身认知基础模型，它整合了语言和视觉推理能力以进行规划。与专注于场景理解或未来状态预测的现有模型不同，RxBrain将具身计划表示为一个统一的序列，利用语言来提供抽象结构，并利用视觉想象来 grounding 在物理状态中。该模型采用了Transformer混合架构，即使在没有大量动作数据预训练的情况下，在连续机器人动作生成方面也表现出有希望的性能。此外，还提出了一个名为GTA-VLA的新框架，…
-
阿里巴巴发布 Qwen3.7-Plus 多模态智能体模型
阿里巴巴的 Qwen 团队发布了 Qwen3.7-Plus，这是一款除了文本之外，还能理解图像和视频的多模态大语言模型。该新模型增强了视觉能力，并保留了深度推理、自编程、工具调用和自主迭代等智能体功能。Qwen3.7-Plus 可通过阿里云的“百炼”平台获取，标志着阿里巴巴在具身智能领域为实际应用迈出了重要一步。
-
Qwen发布Qwen-VLA，用于具身AI行动
Qwen推出了Qwen-VLA，一个多模态大语言模型，专为具身智能设计。该模型超越了仅仅理解图像和视频等视觉信息的能力，旨在使智能体能够在现实世界中采取行动。Qwen-VLA被定位为创造能够感知并与环境互动之智能体的一步。