أعلنت شركة علي بابا عن إطلاق فريق Qwen يوم الثلاثاء مجموعة روبوتات تضم ثلاثة نماذج أساسية: Qwen-RobotNav، وQwen-RobotManip، وQwen-RobotWorld. تعمل هذه النماذج الثلاثة على مواءمة اللغة مع أنواع مختلفة من الأفعال الجسدية.
نماذج Qwen-Robot الأساسية
تعمل Qwen-RobotNav على توسيع قدرات لغة الرؤية لتشمل الروبوتات المتنقلة من خلال تشفير المراقبة الذي يمكن التحكم فيه والواجهات القائمة على الأدوات. يوحد النموذج أربع مهام رئيسية ضمن إطار واحد: متابعة التعليمات، والتنقل الموجه نحو الهدف، وتتبع الهدف، والقيادة الذاتية.
يقوم Qwen-RobotManip بتوحيد مساحة عمل الحالة ويمثل حركة المستجيب النهائي كوضعيات تزايدية في نظام إحداثيات الكاميرا. تم تدريب النموذج على أكثر من 38,100 ساعة من البيانات مفتوحة المصدر بالكامل، ويدعم التعلم على نطاق واسع عبر منصات روبوتية متعددة، مما يتيح مجموعة واسعة من قدرات المعالجة.
وفي الوقت نفسه، يعمل Qwen-RobotWorld كنموذج عالمي للأغراض العامة يربط فهم لغة الرؤية بالتنبؤ بالحالة المستقبلية من خلال واجهة عمل باللغة الطبيعية. يمكن للنموذج التنبؤ بالنتائج المستقبلية المتسقة ماديًا عبر سيناريوهات التنقل والقيادة والتلاعب، مما يسمح لنموذج عالمي واحد بالتعميم عبر مهام الذكاء الاصطناعي المجسدة المتنوعة.
مميزات النماذج
- Qwen-RobotNav: نموذج للتنقل والتحكم في الروبوتات المتنقلة.
- Qwen-RobotManip: نموذج لتوحيد مساحة العمل والتحكم في الحركة.
- Qwen-RobotWorld: نموذج عالمي للأغراض العامة للتنبؤ بالحالة المستقبلية.