Alibaba lance la série « Qwen-Robot » de modèles d'intelligence incarnée
À mesure que la technologie de l'intelligence incarnée passe du laboratoire aux applications concrètes, la capacité des robots à comprendre avec précision les instructions et à effectuer de manière autonome des tâches dans des environnements complexes est devenue une priorité majeure pour le secteur. Le 16 juin, Alibaba a officiellement lancé la série Qwen-Robot, composée de grands modèles d’intelligence incarnée, offrant ainsi à divers robots une « base polyvalente » capable de comprendre le langage naturel, de percevoir des espaces tridimensionnels et d’appréhender les lois de la physique.
La série Qwen-Robot comprend trois modèles principaux pouvant fonctionner de manière indépendante ou en collaboration, formant ainsi la première matrice complète d’intelligence incarnée au sein de la famille Qwen.

Le premier est Qwen-RobotManip, chargé de la manipulation de base. Pour résoudre le problème des modèles traditionnels qui subissent d’importantes baisses de performances lors du changement de plateforme robotique, ce modèle adopte une représentation unifiée des actions et a été pré-entraîné sur plus de 38 000 heures de données open source. Lors d’évaluations indépendantes menées par des organismes de référence, ses différentes versions ont non seulement décroché les deux premières places en termes de taux de réussite des tâches, mais ont également démontré des capacités révolutionnaires dans des tâches complexes et de haut niveau de difficulté — allant du simple fait d’ouvrir un robinet à la réalisation d’un mouvement de retournement de frites à deux bras.
Vient ensuite Qwen-RobotNav, qui confère aux robots la capacité de « naviguer » et d’« effectuer des tâches ». Ce modèle unifie cinq fonctions de navigation — compréhension des instructions de tâche, recherche de cibles et conduite autonome — au sein d’un même cadre. Son « mécanisme d’observation adaptatif aux tâches » innovant permet aux robots de s’affranchir totalement des stratégies de mémorisation rigides, leur permettant ainsi de « marcher, observer et planifier » de manière flexible tout en accomplissant efficacement des tâches de localisation d’objets dans des espaces complexes et inconnus.
Enfin, le modèle Qwen-RobotWorld renforce la profondeur de la « réflexion » d’un robot. Il s’agit d’un modèle du monde physique qui, à l’instar d’un athlète répétant ses mouvements, peut simuler l’état physique et les actions de l’instant suivant. Non seulement il surmonte efficacement le goulot d’étranglement lié à l’insuffisance des données d’entraînement, mais il permet également aux robots d’effectuer des simulations de trajectoire avant d’exécuter des actions, garantissant ainsi une précision absolue dans les opérations physiques.
Article connexe
Ancien dirigeant de Spotify lance une startup de bar à vinyles à Shibuya pour redéfinir les applications musicales
Alors que l’intelligence artificielle générative continue de remodeler le paysage créatif, une nouvelle vague de startups permet aux utilisateurs de produire de la musique à partir de prompts IA, imitant le style de n’importe quel artiste. A Vinyl Ba
600B MoE Sparse active 27B, améliorant l'efficacité coût-performance du modèle phare open-source
Étape 5 Preview, le dernier modèle de fondation phare, est désormais officiellement disponible. Son objectif est clair : un modèle principal conçu pour les tâches Agentic du monde réel. Il répond au « problème de Pareto » de longue date en IA, où les
JD Cloud dévoile le grand modèle MiniMax M3, marquant une avancée en matière d’efficacité de l’inférence
La plateforme JoyBuilder de JD Cloud a intégré le nouveau modèle MiniMax M3, le rendant immédiatement disponible pour les utilisateurs dès sa sortie.Cette mise à jour met l’accent sur des performances d’inférence améliorées. La plateforme s’appuie s
Recommandations de sujets spéciaux liés
commentaires (0)
À mesure que la technologie de l'intelligence incarnée passe du laboratoire aux applications concrètes, la capacité des robots à comprendre avec précision les instructions et à effectuer de manière autonome des tâches dans des environnements complexes est devenue une priorité majeure pour le secteur. Le 16 juin, Alibaba a officiellement lancé la série Qwen-Robot, composée de grands modèles d’intelligence incarnée, offrant ainsi à divers robots une « base polyvalente » capable de comprendre le langage naturel, de percevoir des espaces tridimensionnels et d’appréhender les lois de la physique.
La série Qwen-Robot comprend trois modèles principaux pouvant fonctionner de manière indépendante ou en collaboration, formant ainsi la première matrice complète d’intelligence incarnée au sein de la famille Qwen.

Le premier est Qwen-RobotManip, chargé de la manipulation de base. Pour résoudre le problème des modèles traditionnels qui subissent d’importantes baisses de performances lors du changement de plateforme robotique, ce modèle adopte une représentation unifiée des actions et a été pré-entraîné sur plus de 38 000 heures de données open source. Lors d’évaluations indépendantes menées par des organismes de référence, ses différentes versions ont non seulement décroché les deux premières places en termes de taux de réussite des tâches, mais ont également démontré des capacités révolutionnaires dans des tâches complexes et de haut niveau de difficulté — allant du simple fait d’ouvrir un robinet à la réalisation d’un mouvement de retournement de frites à deux bras.
Vient ensuite Qwen-RobotNav, qui confère aux robots la capacité de « naviguer » et d’« effectuer des tâches ». Ce modèle unifie cinq fonctions de navigation — compréhension des instructions de tâche, recherche de cibles et conduite autonome — au sein d’un même cadre. Son « mécanisme d’observation adaptatif aux tâches » innovant permet aux robots de s’affranchir totalement des stratégies de mémorisation rigides, leur permettant ainsi de « marcher, observer et planifier » de manière flexible tout en accomplissant efficacement des tâches de localisation d’objets dans des espaces complexes et inconnus.
Enfin, le modèle Qwen-RobotWorld renforce la profondeur de la « réflexion » d’un robot. Il s’agit d’un modèle du monde physique qui, à l’instar d’un athlète répétant ses mouvements, peut simuler l’état physique et les actions de l’instant suivant. Non seulement il surmonte efficacement le goulot d’étranglement lié à l’insuffisance des données d’entraînement, mais il permet également aux robots d’effectuer des simulations de trajectoire avant d’exécuter des actions, garantissant ainsi une précision absolue dans les opérations physiques.
Ancien dirigeant de Spotify lance une startup de bar à vinyles à Shibuya pour redéfinir les applications musicales
Alors que l’intelligence artificielle générative continue de remodeler le paysage créatif, une nouvelle vague de startups permet aux utilisateurs de produire de la musique à partir de prompts IA, imitant le style de n’importe quel artiste. A Vinyl Ba
600B MoE Sparse active 27B, améliorant l'efficacité coût-performance du modèle phare open-source
Étape 5 Preview, le dernier modèle de fondation phare, est désormais officiellement disponible. Son objectif est clair : un modèle principal conçu pour les tâches Agentic du monde réel. Il répond au « problème de Pareto » de longue date en IA, où les
JD Cloud dévoile le grand modèle MiniMax M3, marquant une avancée en matière d’efficacité de l’inférence
La plateforme JoyBuilder de JD Cloud a intégré le nouveau modèle MiniMax M3, le rendant immédiatement disponible pour les utilisateurs dès sa sortie.Cette mise à jour met l’accent sur des performances d’inférence améliorées. La plateforme s’appuie s





Maison






