阿里发布具身大模型Qwen-Robot系列，手、脚、脑三模型协同
阿里巴巴发布首个具身智能大模型系列Qwen-Robot，包含操作、导航和世界模型三个子模型，旨在降低机器人训练数据成本。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
阿里巴巴发布首个具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界，不只在屏幕里回答问题。◆ 小白科普 · 现身大模型用海量数据训练出来的超大规模 AI 程序，具备一定的理解和推理「常识」。ChatGPT 是语言大模型，机器人用的是能输出动作的大模型。◆ 小白科普 · 现身系列Qwen-Robot，包含三个子模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身：Qwen-RobotManip负责精细操作，在RoboChallenge Table30 v1真实环境通用赛道以45%成功率位列第一；Qwen-RobotNav统一了五大导航任务族；Qwen-RobotWorld世界模型可通过自然语言接口生成训练数据用来「喂」给 AI 模型学习的教材。对机器人来说，主要是「看到的画面 + 做出的动作」一一配对的操作示范。◆ 小白科普 · 现身和预演动作轨迹，旨在降低机器人训练的数据成本。该系列模型既可单独部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身，也能协同运转，阿里内部已基于三模型搭建Qwen-RobotClaw智能体框架，实现开放式任务执行和长程操作失败恢复。媒体普遍关注其数据飞轮比喻一种自我强化的循环：机器人干得越多，积累的数据越多，模型就越聪明，活儿就干得更好。◆ 小白科普 · 现身潜力，认为世界模型可解决具身智能数据采集为 AI 模型收集「教材」的过程。机器人行业主要靠人远程示范（遥操作）一条条录，或在仿真环境里批量生成。◆ 小白科普 · 现身成本高昂的瓶颈。