昨日，阿里巴巴正式推出千问具身智能大模型Qwen-Robot系列，为各类机器人提供能够理解自然语言、感知三维环境并掌握物理规律的“通用底座”。
该系列包含三款核心模型，既可独立执行任务也能协同运转，构成千问家族首个完整的具身智能矩阵。其中，负责核心操作的Qwen-RobotManip采用统一动作表征，通过海量开源语料完成超过38000小时预训练，在第三方权威测评中不同版本包揽任务成功率前两名，展现出从拧水龙头到双臂倒薯条等复杂高难度任务的突破能力。
赋予机器人“认路”与“跑腿”能力的Qwen-RobotNav则将指令理解、目标搜索及自动驾驶等五大导航功能统一在同一框架下，其创新性的“任务自适应观察机制”让机器人摆脱僵化记忆策略，能灵活“边走、边看、边规划”，在未知空间中高效完成寻物。提升机器人“思维”深度的Qwen-RobotWorld是一款物理世界模型，它能像运动员预演动作一样推演下一时刻的物理状态，弥补训练数据不足的同时确保操作精准。三大模型协同运转，将视觉感知、语言理解与动作决策深度融合，使具身智能系统得以完整贯通。
随着这一系列模型的发布，机器人执行任务的泛化能力将显著增强，这也意味着机器人走入真实生活场景的步伐正进一步加快，阿里巴巴正以这一完整的具身智能技术矩阵向机器人行业发起新一轮赋能。
原创文章，作者：AI，如若转载，请注明出处：https://www.kejixun.co/article/755293.html
