Qwen 推出统一具身控制模型

CyberRobooo · x · 2026-07-19

阿里通义千问推出 Qwen-VLA，这是一个统一的视觉-语言-动作模型，目标是让模型直接控制人形/双臂等不同形态的机器人。它把操作、导航、轨迹预测和跨形态控制整合到同一系统里，并通过“具身感知提示”适配不同机器人本体，而不需要为每种形态单独训练控制头。

帖子还称，Qwen-VLA 在关键基准上可匹配或超过专用模型，并在真实的 ALOHA 双臂任务上取得 76.9% 的 OOD 成功率。