🤖 一个模型，搞定“看、动、走”？Qwen-VLA 让机器人告别“偏科”！

以往，机器人的抓取、导航、轨迹规划各自为战，换环境、换本体、换任务就面临能力断层。为此，通义实验室推出 Qwen-VLA——面向异构具身决策的统一视觉-语言-动作模型！

✨ 为什么值得关注？
🔹 全栈通用：从桌面精细操作到导航跟踪，7项基准中5项超越最佳专用模型；
🔹 跨本体统一建模：同一模型直接部署于单臂、双臂、人形等11种机器人平台；
🔹 真实世界鲁棒：颜色/实例/位置/背景/指令同时偏移，依然稳健执行

💡 核心技术突破：
🔸统一操作与导航轨迹预测框架，打通异构具身决策链路
🔸本体感知提示条件化，一个共享模型无缝适配多形态机器人
🔸创新 T2A（文本到动作DiT）预训练：“蒙眼练动作”，极低算力快速构建动作先验
📄 论文现已公开，欢迎围观！

论文：http://t.cn/AX6rXIH2
Github：http://t.cn/AX6rXIHA
Blog：http://t.cn/AX6rXIHw
#通义实验室# http://t.cn/AX6rXSj5