阿里巴巴发布千问具身智能大模型Qwen-Robot系列

6月16日，阿里巴巴正式推出千问具身智能大模型Qwen-Robot系列。该系列由VLA操作模型Qwen-RobotManip、VLN移动模型Qwen-RobotNav以及世界模型Qwen-RobotWorld组成。三套模型分别负责机器人操控、导航与物理规律推理，形成协同运转的基础架构。

传统VLA模型更换硬件或场景后，迁移能力通常较弱。Qwen-RobotManip针对这一痛点，引入了一套80维的统一动作表征。这套表征为不同形态的硬件定义了通用的肢体语言，设备切换时只需少量反馈即可完成自动适配。

负责移动认路的Qwen-RobotNav基于Qwen-VL构建。该模型首次将语言指令导航、目标搜索、自动驾驶等五大任务族整合进单一框架。执行复杂任务时，系统不再需要频繁切换底层模型。

Qwen-RobotWorld承担系统的推理工作。它能够预测并模拟物理世界的下一步动作与状态，为机器人提供环境判断能力。

具身智能目前正从单一场景向通用泛化阶段过渡。阿里此次同时发布三款模型，通过技术架构解耦与多模态能力融合，有望加快异构机器人通用化部署的落地进程。