← 全部模型

Qwen-RobotManip

發布時間 發布主體 Alibaba

模型定位

Qwen-RobotManip 是 Qwen-Robot Suite 中面向機器人物理操作的視覺-語言-動作(VLA)基礎模型,旨在將視覺觀察與自然語言指令轉化為機器人動作。它基於 Qwen3.5-4B VL,並採用 flow-matching DiT 動作頭。(alibabacloud.com)

能力與用途

  • 使用統一的 80 維狀態-動作表示及相機座標系下的末端執行器位姿增量,以支援不同機器人形態之間的訓練與遷移;也會利用執行歷史進行情境內適應。(alibabacloud.com)
  • 預訓練語料約 38,100 小時,來自開源機器人資料與人類影片;官方技術報告描述了零樣本指令遵循、干擾適應、錯誤恢復及跨機器人形態遷移等能力。(arxiv.org)
  • 可用於機器手臂抓取、放置、雙臂協作等操作;官方亦展示由較高層視覺語言模型拆解任務、再由本模型執行子任務的系統。(alibabacloud.com)

限制

官方評測結果依任務、平台與環境而異,不代表所有真實場景均能成功。例如,官方所列 8 項雙臂協作任務的平均成功率為 40%。實際部署仍須驗證機器人介面、環境適應與操作安全;API 可用性及公開模型權重的具體狀態未在本次查核中確認。(qwen.ai)

發布日期

輸入資料標示為 2026 年 6 月 15 日;本次未能從可讀取的官方公告獨立核實該日期。官方技術報告的提交日期為 2026 年 6 月 16 日,阿里雲轉載的系列介紹發布於 2026 年 6 月 17 日。(arxiv.org)

價格

截至 2026 年 11 月 16 日,已查閱阿里雲國內站人民幣及國際站美元模型定價頁,均未找到可核實的 Qwen-RobotManip 專屬報價;輸入與輸出的計費方式、單價及計費單位均未核實。這不代表服務必然免費。(help.aliyun.com)

官方來源

  • 原始系列公告:https://qwen.ai/blog?id=qwen-robotsuite — 本次連線時頁面未返回可讀正文。
  • 可讀取的阿里雲系列介紹:https://www.alibabacloud.com/blog/qwen-robot-suite-a-foundation-model-suite-for-physical-world-intelligence_603262 (alibabacloud.com)
  • 模型技術報告:https://arxiv.org/abs/2606.17846 (arxiv.org)
  • 國內定價頁:https://help.aliyun.com/zh/model-studio/model-pricing (help.aliyun.com)
  • 國際定價頁:https://www.alibabacloud.com/help/en/model-studio/model-pricing (alibabacloud.com)