Qwen показала универсальный мозг для роботов Подразделение Alibaba представило Qwen-VLA…

Qwen показала универсальный мозг для роботов

Подразделение Alibaba представило Qwen-VLA — новую модель, которая может управлять роботами разных типов без отдельного обучения под каждую платформу.

Идея проста:
— робот получает изображение с камеры
— получает текстовую команду
— модель сама переводит это в конкретные действия
Qwen-VLA построена на базе Qwen3.5-4B и дополнена action-декодером на 1.15 млрд параметров.
Модель умеет работать сразу с несколькими классами задач:
— захват и перемещение объектов
— навигация в пространстве
— прогнозирование траекторий движения

Причём для переключения между разными роботами достаточно изменить текстовую инструкцию, а не переобучать систему заново.
Результаты выглядят весьма серьёзно:
— 97.9% на LIBERO
— 87.2% на RoboTwin-Hard
На двуруком роботе ALOHA:
— 83.6% успешных действий в знакомой среде
— 76.9% в незнакомой среде
По заявлениям разработчиков, модель не уступает специализированным решениям вроде:
— NVIDIA GR00T
— π0.5 от Physical Intelligence

Самый важный тренд здесь — переход от «одна модель на одного робота» к универсальным робототехническим агентам.
Если раньше каждую систему приходилось долго адаптировать под конкретное железо, то теперь индустрия всё ближе подходит к схеме:
«подключил нового робота → написал инструкцию → работает».
Пока Qwen опубликовала только технический отчёт и кодовую базу. О сроках выхода самих весов модели разработчики не сообщают.

Похоже, после гонки языковых моделей начинается следующая гонка — за универсальный ИИ, который сможет одинаково хорошо управлять любым роботом, от складской тележки до гуманоидов.