Новости криптомира

Alibaba официально анонсировала Qwen-Robot Suite — комплексный набор ИИ-моделей, предназначенных для управления роботами и решения задач в физической среде. В пакет вошли три ключевые модели: Qwen-RobotNav для навигации, Qwen-RobotManip для манипуляции объектами и Qwen-RobotWorld для прогнозирования развития сцены. Разработчики позиционируют этот проект как «полный стек для воплощенного искусственного интеллекта».

Речь идет не о готовых роботах, а о программных моделях, которые позволяют физическим агентам воспринимать окружающую среду, планировать свои действия и выполнять команды, отданные на естественном языке. Уже сейчас Qwen-Robot Suite проходит пилотные испытания у ряда корпоративных клиентов Alibaba Cloud, работающих в сфере робототехники.

Зачем Alibaba выводит Qwen в физический мир

Современные большие языковые и мультимодальные модели отлично справляются с текстом, изображениями и видео, но для роботов этого недостаточно. Физическим агентам необходимо не просто понимать команду, но и переводить её в движение, учитывая пространство, свойства объектов, ограничения сенсоров и возможные последствия. Alibaba называет это направление physical AI, или «воплощенным ИИ», где модель работает не только с цифровыми данными, но и с физической реальностью.

Qwen-RobotNav: универсальная навигация

Модель Qwen-RobotNav отвечает за навигацию и объединяет пять ключевых задач: следование инструкциям, движение к заданной точке, поиск объектов, отслеживание цели и автономное вождение. Построенная на базе Qwen3-VL, она обучена на 15,6 миллиона образцов, связанных с планированием маршрутов и визуально-языковым рассуждением.

Результаты впечатляют: 76,5% успешности на бенчмарке VLN-CE RxR (навигация по языковым инструкциям) и 90% на EVT-Bench (отслеживание движущихся целей). Примечательно, что модель может выступать в роли инструмента для более крупных агентных систем, где верхнеуровневая модель планирует задачу, а Qwen-RobotNav отвечает за физическое перемещение.

Qwen-RobotManip: работа с объектами

Модель Qwen-RobotManip предназначена для физических действий с объектами: захват, перемещение и размещение предметов. Одна из главных проблем в робототехнике — различие в описании действий разными типами роботов. Манипуляторы, двуручные платформы и мобильные системы используют разные координаты и форматы команд. Qwen-RobotManip решает эту задачу, приводя данные к единому представлению, что позволяет переносить навыки между разными устройствами.

Для обучения модели было использовано более 38 100 часов данных, включая 11 320 часов открытых робототехнических данных, 1933 часа видео действий человека от первого лица и 24 808 часов синтетических демонстраций. Модель уже заняла первое место в RoboChallenge Table30 v1 в треке универсальных моделей и демонстрирует устойчивость к новым инструкциям и незнакомым объектам.

Qwen-RobotWorld: модель мира для прогнозирования

Qwen-RobotWorld представляет собой видеомодель мира, управляемую естественным языком. Она получает текущее наблюдение и текстовую команду, после чего генерирует вероятное будущее состояние среды. Это может применяться для манипуляций, автономного вождения, навигации и создания синтетических обучающих данных.

Для обучения был собран корпус Embodied World Knowledge, включающий 8,6 миллиона пар «видео-текст» и более 200 миллионов кадров, охватывающий свыше 20 типов роботических платформ и 500 категорий действий. Модель заняла первые места в EWMBench и DreamGen Bench, превзойдя все открытые аналоги в WorldModelBench и PBench.

До массовых роботов еще далеко

Несмотря на впечатляющие заявления, Qwen-Robot Suite пока остается набором моделей, а не готовой потребительской платформой. Реальное внедрение сталкивается с шумом сенсоров, износом приводов и огромным числом редких сценариев. Многие бенчмарки проводятся в симуляции или ограниченных экспериментальных условиях. Alibaba также не раскрыла стоимость доступа и сроки публичного запуска.

Мнение эксперта: С технической точки зрения, Qwen-Robot Suite — это значительный шаг вперед в области воплощенного ИИ. Однако, как и в случае с любыми фундаментальными моделями, ключевым вызовом останется переход от контролируемых лабораторных условий к реальному миру с его хаосом и непредсказуемостью. Инвесторам и разработчикам стоит внимательно следить за тем, как быстро Alibaba сможет масштабировать эти решения за пределы пилотных проектов.