🕷️
SetupAI
🐼較早收集於 2h

Alibaba 與 ByteDance 加速佈局具身智慧開發

Alibaba 與 ByteDance 加速佈局具身智慧開發
PostLinkedIn
🐼閱讀原文： Pandaily
#robotics#embodied-ai#china-techqwen-robotalibababytedanceqwen-robot

💡了解中國科技巨頭如何從純軟體轉向具身智慧，這可能將徹底改變機器人產業的競爭格局。

⚡ 30-Second TL;DR

有什麼變化

Alibaba 推出專為具身智慧應用設計的 Qwen-Robot 模型系列。

為什麼重要

大型網路平台進入機器人領域，顯示 AI「大腦」軟體將快速商品化，預計將加速中國人形機器人與服務型機器人的發展進程。

下一步行動

請密切關注 Qwen-Robot 的 API 文件，評估其多模態能力如何整合至您現有的機器人控制工作流程中。

誰應關注：Developers & AI Engineers

關鍵要點

  • •Alibaba 推出專為具身智慧應用設計的 Qwen-Robot 模型系列。
  • •ByteDance 正式將機器人業務提升為核心事業單位，標誌著向軟硬體整合的轉型。
  • •網路巨頭正利用封閉場景與海量數據，解決機器人感知與控制領域的長期挑戰。

🧠 深度解析

Web-grounded analysis with 34 cited sources.

🔑 增強重點摘要

  • •阿里巴巴的Qwen-Robot系列包含三個專門模型：Qwen-RobotManip（用於操作的視覺-語言-動作模型）、Qwen-RobotNav（用於導航的視覺-語言-導航模型）和Qwen-RobotWorld（用於預測和模擬的影片世界模型）。
  • •Qwen-RobotManip模型在超過38,000小時的開源機器人數據上進行訓練，包括人類操作影片和合成的人機數據集，展現出強大的分佈外泛化能力和跨實體轉移性能。
  • •字節跳動的機器人戰略，透過其Seed機器人團隊，專注於通用智慧機器人技術，涵蓋基礎模型、感知、操作和互動，並以具身智慧為長期目標，特別是積極推動人形機器人開發。
  • •字節跳動已生產超過1,000台輪式物流機器人，用於內部營運（如抖音電商倉庫）及外部客戶（如順豐速運和比亞迪電子）。
  • •字節跳動近期重組了其Seed機器人團隊，將其置於多模態負責人周長之下，並積極招聘L8級別的具身AI技術負責人，這表明其研發資源正朝向集中化管理。

🛠️ 技術深入

  • 阿里巴巴Qwen-Robot系列模型：
    • Qwen-RobotManip：
      • 視覺-語言-動作（VLA）模型，基於Qwen 3.5-4B視覺-語言模型，並結合流匹配擴散變換器（DiT）動作頭。
      • 採用統一的80維狀態-動作表示，適用於單臂、雙臂、靈巧手和移動基座等多種機器人實體。
      • 訓練數據超過38,100小時，來源包括開源機器人數據、以自我為中心的人類操作影片以及透過人機合成管道生成的跨15種機器人實體的人機合成數據。
      • 透過將人類示範轉化為機器人示範，實現跨實體轉移能力。
    • Qwen-RobotNav：
      • 視覺-語言-導航（VLN）模型，基於Qwen3-VL構建。
      • 透過1560萬個精選樣本進行訓練，涵蓋軌跡規劃和視覺-語言推理。
      • 在單一框架下統一了指令遵循、目標導向導航、目標追蹤和自動駕駛等五種任務類型。
      • 具有參數化導航介面，包含任務模式和可控觀察參數。
    • Qwen-RobotWorld：
      • 影片「世界模型」，能夠預測和模擬物理場景的演變。
      • 採用雙流多模態擴散變換器（MMDiT）架構，其中包含用於理解的凍結Qwen2.5-VL編碼器和用於生成的影片兼容變分自編碼器（VAE）。
      • 能夠生成2-4個同步攝影機串流，並在所有視角中保持幾何一致的物體識別和運動。
      • 透過跨實體影片編輯實現人機轉移。
  • 字節跳動機器人技術：
    • Seed GR-RL：用於長時程靈巧操作的強化學習框架。
    • Seed GR-3：通用視覺-語言-動作模型，旨在實現泛化、長時程和靈巧任務。
    • ByteDexter：具有21個主動自由度（DoF）和高靈敏觸覺感測器的靈巧機器人手。
    • ByteMini：多功能雙臂移動機器人，設計用於與GR-3整合。
    • 字節跳動在2026年對世界模型訓練採用「數據海洋戰略」，並為其分配了所有模態中最高的數據預算。

🔮 前景展望AI analysis grounded in cited sources

中國的具身智慧產業將加速從研發階段邁向大規模商業部署。
阿里巴巴和字節跳動等科技巨頭正將其龐大的數據資源和AI能力投入到機器人感知與控制的實際應用中，並已開始與企業客戶進行試點測試，預示著技術成熟度與市場接受度將快速提升。
具身智慧模型將成為機器人硬體平台的核心「智慧大腦」，推動軟硬體解耦趨勢。
阿里巴巴明確將自身定位為提供「智慧大腦」而非硬體製造商，其Qwen-Robot系列模型旨在跨多個機器人硬體平台部署，這將促使機器人產業鏈的專業化分工。
人形機器人將成為中國科技巨頭在具身智慧領域的下一個主要戰場。
字節跳動已啟動人形機器人開發的招聘，並投資了專注於人形機器人的公司，顯示出對這一高潛力領域的戰略性關注。

⏳ 時間線

2020-XX
阿里巴巴達摩院發布物流機器人「小蠻驢」。
2025-07
字節跳動Seed團隊發布通用機器人模型GR-3。
2025-11
字節跳動旗下火山引擎啟動人形機器人開發的招聘，尋求具身智慧高級專家。
2025-12
字節跳動Seed團隊發布GR-RL強化學習框架，實現機器人繫鞋帶。
2026-01
字節跳動投資具身智慧公司「自變量機器人」（X Square Robot），該公司專注於具身智慧大模型和人形機器人。
2026-06-16
阿里巴巴正式發布Qwen-Robot具身智慧模型系列。
🐼閱讀原文： Pandaily
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

同主題

探索 #robotics

同產品

更多關於 Qwen Chat

同來源

最新來自 Pandaily

World Action Models 讓機器人操作超越 VLA

World Action Models 讓機器人操作超越 VLA

NVIDIA Developer Blog•Aug 4

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Pandaily ↗