Alibaba presenta la serie «Qwen-Robot» de modelos de inteligencia incorporada
A medida que la tecnología de inteligencia incorporada pasa de los laboratorios a las aplicaciones del mundo real, la capacidad de los robots para comprender con precisión las instrucciones y realizar tareas de forma autónoma en entornos complejos se ha convertido en un aspecto clave para el sector. El 16 de junio, Alibaba lanzó oficialmente la serie Qwen-Robot de grandes modelos de inteligencia incorporada, dotando a diversos robots de una «base de uso general» capaz de comprender el lenguaje natural, percibir espacios tridimensionales y entender las leyes físicas.
La serie Qwen-Robot incluye tres modelos principales que pueden funcionar de forma independiente o en conjunto, formando la primera matriz completa de inteligencia incorporada dentro de la familia Qwen.

El primero es Qwen-RobotManip, encargado de la manipulación básica. Para resolver el problema de que los modelos tradicionales sufren caídas significativas de rendimiento al cambiar de plataforma robótica, este modelo adopta una representación unificada de las acciones y ha sido preentrenado con más de 38 000 horas de datos de código abierto. En evaluaciones independientes realizadas por terceros, sus diferentes versiones no solo se hicieron con las dos primeras posiciones en cuanto a tasas de éxito en las tareas, sino que también demostraron capacidades revolucionarias en tareas complejas y de alta dificultad, desde algo tan sencillo como abrir un grifo hasta dar la vuelta a unas patatas fritas con ambos brazos.
A continuación está Qwen-RobotNav, que dota a los robots de la capacidad de «navegar» y «realizar recados». Este modelo unifica cinco funciones de navegación —comprensión de instrucciones de tareas, búsqueda de objetivos y conducción autónoma— dentro del mismo marco. Su innovador «mecanismo de observación adaptativo a las tareas» permite a los robots alejarse por completo de las estrategias de memorización rígidas, lo que les permite «caminar, observar y planificar» de forma flexible, al tiempo que completan de manera eficiente tareas de localización de objetos en espacios complejos y desconocidos.
Por último, el modelo Qwen-RobotWorld mejora la profundidad del «pensamiento» de un robot. Se trata de un modelo del mundo físico que, al igual que un deportista que ensaya movimientos, puede simular el estado físico y las acciones del momento siguiente. No solo supera eficazmente el cuello de botella que supone la insuficiencia de datos de entrenamiento, sino que también permite a los robots realizar simulaciones de trayectorias antes de ejecutar acciones, lo que garantiza una precisión absoluta en las operaciones físicas.
Artículo relacionado
Un ex ejecutivo de Spotify lanza una startup de bares de vinilo en Shibuya para redefinir las aplicaciones de música
A medida que la inteligencia artificial generativa sigue transformando el panorama creativo, una nueva oleada de startups está empoderando a los usuarios para producir música mediante indicaciones de IA, imitando el estilo de cualquier artista. A Vin
600B MoE disperso activa 27B, mejorando la rentabilidad del buque insignia de código abierto
El Paso 5 Preview, el último modelo de base insignia, ya está disponible oficialmente. Su propósito es claro: un modelo principal diseñado para tareas Agentic del mundo real. Aborda el largo tiempo "problema de Pareto" en la IA, donde la capacidad, l
JD Cloud presenta el gran modelo MiniMax M3, marcando un salto en la eficiencia de inferencia
La plataforma JoyBuilder de JD Cloud ha integrado el recién lanzado modelo MiniMax M3, poniéndolo a disposición de los usuarios inmediatamente después de su lanzamiento.Esta actualización se centra en mejorar el rendimiento de inferencia. La platafo
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
A medida que la tecnología de inteligencia incorporada pasa de los laboratorios a las aplicaciones del mundo real, la capacidad de los robots para comprender con precisión las instrucciones y realizar tareas de forma autónoma en entornos complejos se ha convertido en un aspecto clave para el sector. El 16 de junio, Alibaba lanzó oficialmente la serie Qwen-Robot de grandes modelos de inteligencia incorporada, dotando a diversos robots de una «base de uso general» capaz de comprender el lenguaje natural, percibir espacios tridimensionales y entender las leyes físicas.
La serie Qwen-Robot incluye tres modelos principales que pueden funcionar de forma independiente o en conjunto, formando la primera matriz completa de inteligencia incorporada dentro de la familia Qwen.

El primero es Qwen-RobotManip, encargado de la manipulación básica. Para resolver el problema de que los modelos tradicionales sufren caídas significativas de rendimiento al cambiar de plataforma robótica, este modelo adopta una representación unificada de las acciones y ha sido preentrenado con más de 38 000 horas de datos de código abierto. En evaluaciones independientes realizadas por terceros, sus diferentes versiones no solo se hicieron con las dos primeras posiciones en cuanto a tasas de éxito en las tareas, sino que también demostraron capacidades revolucionarias en tareas complejas y de alta dificultad, desde algo tan sencillo como abrir un grifo hasta dar la vuelta a unas patatas fritas con ambos brazos.
A continuación está Qwen-RobotNav, que dota a los robots de la capacidad de «navegar» y «realizar recados». Este modelo unifica cinco funciones de navegación —comprensión de instrucciones de tareas, búsqueda de objetivos y conducción autónoma— dentro del mismo marco. Su innovador «mecanismo de observación adaptativo a las tareas» permite a los robots alejarse por completo de las estrategias de memorización rígidas, lo que les permite «caminar, observar y planificar» de forma flexible, al tiempo que completan de manera eficiente tareas de localización de objetos en espacios complejos y desconocidos.
Por último, el modelo Qwen-RobotWorld mejora la profundidad del «pensamiento» de un robot. Se trata de un modelo del mundo físico que, al igual que un deportista que ensaya movimientos, puede simular el estado físico y las acciones del momento siguiente. No solo supera eficazmente el cuello de botella que supone la insuficiencia de datos de entrenamiento, sino que también permite a los robots realizar simulaciones de trayectorias antes de ejecutar acciones, lo que garantiza una precisión absoluta en las operaciones físicas.
Un ex ejecutivo de Spotify lanza una startup de bares de vinilo en Shibuya para redefinir las aplicaciones de música
A medida que la inteligencia artificial generativa sigue transformando el panorama creativo, una nueva oleada de startups está empoderando a los usuarios para producir música mediante indicaciones de IA, imitando el estilo de cualquier artista. A Vin
600B MoE disperso activa 27B, mejorando la rentabilidad del buque insignia de código abierto
El Paso 5 Preview, el último modelo de base insignia, ya está disponible oficialmente. Su propósito es claro: un modelo principal diseñado para tareas Agentic del mundo real. Aborda el largo tiempo "problema de Pareto" en la IA, donde la capacidad, l
JD Cloud presenta el gran modelo MiniMax M3, marcando un salto en la eficiencia de inferencia
La plataforma JoyBuilder de JD Cloud ha integrado el recién lanzado modelo MiniMax M3, poniéndolo a disposición de los usuarios inmediatamente después de su lanzamiento.Esta actualización se centra en mejorar el rendimiento de inferencia. La platafo





Hogar






