千问 Qwen-Robot 系列

Qwen-Robot series (Qwen-RobotManip / Qwen-RobotNav / Qwen-RobotWorld, Alibaba)常用

阿里通义千问团队 2026 年发布的操作、导航、世界模型三件套具身模型。

Qwen-Robot 是阿里通义千问团队 2026 年 6 月集中发布的一组具身模型，都建在 Qwen 视觉语言模型之上，三个成员分工不同。Qwen-RobotManip 是操作用的 VLA，在 Qwen-VL 骨干后接流匹配 DiT 动作头，只用开源机器人数据和由人手视频合成的机器人轨迹，攒出约 3.81 万小时预训练数据，重点是先把不同本体的数据对齐再放大规模；Qwen-RobotNav 用统一的路点预测接口同时做视觉语言导航、物体搜索、目标跟踪和自动驾驶；Qwen-RobotWorld 是语言条件的视频世界模型，用来合成训练数据和评测策略。官方仓库写明目前没有开放 Manip 和 Nav 权重的计划。