阿里Qwen-Robot 系列发布 让机器人会想会走会动手

阿里巴巴发布首个具身智能大模型Qwen-Robot系列，三大模型分别赋予机器人灵巧操作、自主导航与物理推理能力，为机器人迈向真实场景提供统一通用底座。

硬氪专访

VLA不会死，而是正从“感知-动作”进化到“预测-推演”的新阶段，世界模型则被视为下一代人工智能的基座模型，但数据匮乏、路线未收敛等瓶颈仍需攻克。

具身机器人研究全都错了？最新论文：不能只靠VLA和世界模型

VLA和世界模型都不是机器人智能的终极答案，最新研究指出融合架构和物理理解才是关键。

首次，纯人类视频预训练VLA灵巧操作，少量数据微调就能部署成功

本文介绍了微软亚洲研究院与清华大学合作提出的VITRA框架，首次实现从纯人类活动视频中预训练视觉-语言-动作（VLA）模型，仅需少量真实机器人数据微调即可在灵巧手上实现高成功率操作，并展现出强大的零样本泛化能力。