Maison
Alibaba lance sa série de robots Qwen, composée de trois grands modèles incarnés, afin de résoudre les problèmes liés à l’adaptation des robots aux environnements hétérogènes.

Le 16 juin, Alibaba a présenté la série de modèles d’intelligence incarnée Qwen-Robot, composée de trois composants principaux : le modèle de manipulation VLA Qwen-RobotManip, le modèle de navigation VLN Qwen-RobotNav et le modèle du monde Qwen-RobotWorld. Cette sortie stratégique illustre l’engagement renforcé des grands acteurs technologiques en faveur des modèles fondamentaux d’intelligence incarnée, permettant une coordination fluide entre la commande des robots, leur navigation et leur raisonnement physique.
Afin de surmonter le problème récurrent dans le secteur, où les modèles VLA traditionnels peinent face aux changements de matériel ou de scénario, Qwen-RobotManip introduit une représentation unifiée des actions en 80 dimensions qui définit un « langage corporel » universel pour différents types de matériels, permettant ainsi une adaptation automatique entre les appareils en seulement quelques étapes de retour d’information. Le modèle VLN Qwen-RobotNav, conçu pour la navigation et l’exécution de tâches, s’appuie sur Qwen-VL et, pour la première fois, regroupe cinq familles de tâches – y compris la navigation guidée par le langage, la recherche de cibles et la conduite autonome – au sein d’une même architecture, éliminant ainsi la nécessité de basculer entre modèles dans les tâches complexes.
En tant que noyau cognitif, Qwen-RobotWorld confère au système la capacité de raisonner sur le monde physique, en prédisant et en simulant les actions et états futurs. L’intelligence incarnée est actuellement en train de passer d’applications à scénario unique à des applications généralisées. Avec la sortie simultanée des trois modèles, Alibaba est bien placée pour accélérer le déploiement pratique de robots hétérogènes en dissociant l’architecture technique et en intégrant des capacités multimodales.
Article connexe
La startup soutenue par Marc Benioff vise à résoudre les défis du déploiement de l'IA
Les grandes entreprises font face à des défis si considérables dans le déploiement d’outils d’intelligence artificielle fiables que des équipes entières d’ingénieurs déployés sur site – des spécialistes intégrés au sein des entreprises clientes pour
AliVideo dévoille Wan3.0, offrant une génération de vidéos ultra-longues et une cohérence multidimensionnelle
Le 24 août, Alibaba a dévoilé Wan3.0, son dernier modèle de génération vidéo à grande échelle. Cette version représente une avancée majeure pour la technologie vidéo d’Alibaba, offrant des améliorations significatives en termes de durée, de création
MiniMax Grand Modèle Mal Prononce les Noms - Xiyu Technology : Entraînement Insuffisant Après des Jetons Spécifiques
MiniMax a récemment publié un rapport technique détaillant les raisons pour lesquelles ses modèles de la série M2 ont eu du mal à générer avec précision des noms spécifiques tels que « Ma Jiaqi ». Cette erreur apparente met en lumière une faille syst
Recommandations de sujets spéciaux liés
commentaires (0)

Le 16 juin, Alibaba a présenté la série de modèles d’intelligence incarnée Qwen-Robot, composée de trois composants principaux : le modèle de manipulation VLA Qwen-RobotManip, le modèle de navigation VLN Qwen-RobotNav et le modèle du monde Qwen-RobotWorld. Cette sortie stratégique illustre l’engagement renforcé des grands acteurs technologiques en faveur des modèles fondamentaux d’intelligence incarnée, permettant une coordination fluide entre la commande des robots, leur navigation et leur raisonnement physique.
Afin de surmonter le problème récurrent dans le secteur, où les modèles VLA traditionnels peinent face aux changements de matériel ou de scénario, Qwen-RobotManip introduit une représentation unifiée des actions en 80 dimensions qui définit un « langage corporel » universel pour différents types de matériels, permettant ainsi une adaptation automatique entre les appareils en seulement quelques étapes de retour d’information. Le modèle VLN Qwen-RobotNav, conçu pour la navigation et l’exécution de tâches, s’appuie sur Qwen-VL et, pour la première fois, regroupe cinq familles de tâches – y compris la navigation guidée par le langage, la recherche de cibles et la conduite autonome – au sein d’une même architecture, éliminant ainsi la nécessité de basculer entre modèles dans les tâches complexes.
En tant que noyau cognitif, Qwen-RobotWorld confère au système la capacité de raisonner sur le monde physique, en prédisant et en simulant les actions et états futurs. L’intelligence incarnée est actuellement en train de passer d’applications à scénario unique à des applications généralisées. Avec la sortie simultanée des trois modèles, Alibaba est bien placée pour accélérer le déploiement pratique de robots hétérogènes en dissociant l’architecture technique et en intégrant des capacités multimodales.
La startup soutenue par Marc Benioff vise à résoudre les défis du déploiement de l'IA
Les grandes entreprises font face à des défis si considérables dans le déploiement d’outils d’intelligence artificielle fiables que des équipes entières d’ingénieurs déployés sur site – des spécialistes intégrés au sein des entreprises clientes pour
AliVideo dévoille Wan3.0, offrant une génération de vidéos ultra-longues et une cohérence multidimensionnelle
Le 24 août, Alibaba a dévoilé Wan3.0, son dernier modèle de génération vidéo à grande échelle. Cette version représente une avancée majeure pour la technologie vidéo d’Alibaba, offrant des améliorations significatives en termes de durée, de création
MiniMax Grand Modèle Mal Prononce les Noms - Xiyu Technology : Entraînement Insuffisant Après des Jetons Spécifiques
MiniMax a récemment publié un rapport technique détaillant les raisons pour lesquelles ses modèles de la série M2 ont eu du mal à générer avec précision des noms spécifiques tels que « Ma Jiaqi ». Cette erreur apparente met en lumière une faille syst











