阿里巴巴近期對外發(fā)布了千問系列下的Qwen-Robot具身大模型。該系列總共包含三款配套子模型，補齊了機器人感知外界環(huán)境、自主移動、簡單邏輯判斷這三項基礎能力。這款模型能夠給國內(nèi)機器人相關研發(fā)工作提供淺顯的技術參考，同時也能幫助市面上的實體機器人更好投入現(xiàn)實場景使用。

一、三款模型協(xié)同運行，搭建機器人完整智能運行體系

本次發(fā)布的Qwen-Robot包含操作、導航、世界三類子模型。技術人員可單獨部署單款模型，也能將三者聯(lián)動使用，三類模型分別負責機器人精細操作、自主移動、環(huán)境識別，分工界限清晰。操作模型融合圖像識別、指令解析與動作控制能力，可支撐機器人完成取物、開合抽屜、管線對接等細碎任務，真機測試表明，機器人可獨立處理陌生物品，場景適配性更強

導航模型主要解決機器人自主移動難題，內(nèi)置環(huán)境記憶模塊，能完成室內(nèi)尋物、短途物資轉(zhuǎn)運等任務。搭載該模型的四足機器人可依據(jù)文本指令自主規(guī)劃路線，無需工作人員提前繪制室內(nèi)地圖，就能適應布局多變的室內(nèi)場地。世界模型是系統(tǒng)的認知核心，能夠模擬真實環(huán)境變化，預判機器人動作隱患。工作人員可依靠它生成仿真訓練數(shù)據(jù)，減少實體機器人現(xiàn)場調(diào)試成本，機器人能通過虛擬演練降低落地門檻。

Qwen-Robot具身大模型圖

二、彌補行業(yè)現(xiàn)有短板，降低機器人落地應用成本

目前市面主流機器人方案存在明顯短板，大多將操作、移動、環(huán)境識別分為獨立模型，功能切換調(diào)試流程繁瑣。同時這類模型硬件適配性差，僅能搭配固定設備，跨機型移植難度大，機器人在陌生場地作業(yè)失誤率偏高。

Qwen-Robot采用統(tǒng)一框架，可兼容多種機器人硬件，無需單獨訓練專屬模型。它依托公開數(shù)據(jù)完成訓練，能降低企業(yè)場景數(shù)據(jù)采集成本，中小型團隊也可便捷接入使用。實測表明，該模型提升了機器人陌生物品操作能力，改善了傳統(tǒng)機器人動作固化的缺陷

三、適配多元應用場景，擴大具身智能商用范圍

人工智能模型只有真正投入實際使用，才能發(fā)揮自身的實用價值，Qwen-Robot模型能夠適配家居、倉儲物流、工業(yè)車間、商用巡檢、養(yǎng)老陪護多種線下使用場景。在家居使用場景中，服務機器人可以自主整理零散雜物、傳遞小件物品、搜尋室內(nèi)丟失的物件。在倉儲物流場景中，機械臂可以完成貨物分揀、外包裝打包等工作。在工業(yè)車間內(nèi)部，小型機器人可以完成簡單零件組裝、車間物料搬運。除此之外，該模型也可以應用在商場日常巡檢、老人居家陪護等小眾場景。

市面上大部分實驗室機器人樣機，只能完成提前設定好的單一動作。Qwen-Robot更貼合真實復雜的使用環(huán)境，符合行業(yè)從樣機展示轉(zhuǎn)向批量商用的發(fā)展趨勢。

四、貼合行業(yè)發(fā)展趨勢，加快通用智能落地速度

當下具身智能是人工智能領域主流研究方向，國內(nèi)多家互聯(lián)網(wǎng)企業(yè)都在投入機器人技術研發(fā)。阿里巴巴推出Qwen-Robot后，補齊了千問大模型只能線上交互的短板，實現(xiàn)了線上數(shù)據(jù)處理和線下實體操控的銜接

以往市面上的普通大模型，大多只能處理文字、圖片、語音這類線上數(shù)據(jù)信息，而具身大模型打通了圖像識別、語言理解、實體動作執(zhí)行的完整鏈路，讓人工智能可以直接作用于現(xiàn)實物理場景。結(jié)合現(xiàn)有行業(yè)公開資料來看，能夠兼容多種硬件的通用具身模型，未來大概率會成為行業(yè)主流，本次千問推出的新品，也能給國內(nèi)同行企業(yè)提供淺顯的參考思路。

結(jié)語

千問大模型的迭代路徑較為清晰，它從最初只能對話的文本模型，慢慢更新為多模態(tài)交互模型，如今又拓展到實體機器人控制領域，不斷拓寬人工智能的應用邊界。后續(xù)隨著行業(yè)技術持續(xù)更新迭代，家用、工業(yè)、商用機器人的智能化水平都會穩(wěn)步提升，人工智能和實體硬件相互結(jié)合，后續(xù)也會催生出更多全新的產(chǎn)業(yè)發(fā)展機會。

合規(guī)標注：所有產(chǎn)品信息均引自阿里巴巴官方公開發(fā)布內(nèi)容，無商業(yè)推廣意圖