跳到正文
/信源目录

外观

快速抵达

↑ ↓ 选择 · Enter 打开 · Esc 关闭MyHOT
资料查阅

来源原文.

2902 条 · 北京时间

Introducing LifeSciBench

Introducing LifeSciBench, an expert-authored, expert-reviewed benchmark for evaluating how AI systems handle real-world life science research tasks and decisions.

Qwen-Robot Suite:迈向物理世界智能的基础模型套件

Qwen 系列基础模型已在物理世界的感知与理解上展现出强大能力,但看懂不等于能行动——从视觉语言理解到物理控制,这道鸿沟仍是具身智能的核心瓶颈。Qwen-Robot Suite 用三个基础模型来弥补这一鸿沟——Qwen-RobotNav、Qwen-RobotManip 与 Qwen-RobotWorld。Nav 通过自适应视觉分配策略将五类导航任务统一到单一模型;Manip 将异构机器人数据对齐到统一空间,实现大规模跨机型训练;World 以自然语言作为动作接口,将 20…

Qwen-RobotManip:对齐先行,规模化通用机器人操作基础模型

Qwen-Omni × Qwen-RobotManip — Qwen-Omni 观察场景,通过语音提出随机的操作任务,并实时判断Qwen-RobotManip的执行结果。以下视频展示了 Qwen-RobotManip 在无预定义任务的情况下完成Qwen-Omni给出的任务的全流程,体现了模型的开放式指令跟随与泛化能力。 经过多种机器人平台和任务的验证,Qwen-RobotManip展现出新场景适应、未见语言指令跟随以及跨构型迁移等泛化能力。

Qwen-RobotWorld:无界世界,赋能具身智能体

具身智能要求智能体能够在真实物理环境中感知、推理并采取行动,世界模型为此提供了一条可规模化的学习路径。然而,现有方法面临一个核心困境:通用视频生成模型拥有丰富的视觉先验,但对具身物理规律的建模能力不足。领域专用的具身模型则局限于特定场景,难以跨构型泛化。 Qwen-RobotWorld 以自

Qwen-RobotNav:面向智能体驱动的规模化通用导航模型

搭建智能体驱动的导航系统需要一个可配置上下文内容管理的通用导航模型。指令跟随、物体搜索、目标跟踪和自动驾驶等任务虽然共享相同的感知-规划骨干网络,却需要截然不同的视觉信息处理策略。正如大模型工具调用中的模型上下文协议(MCP)为不同工具提供了统一接口,导航模型同样需要一套标准化的接口,在推理时灵活管理多样化的上下文需求。