Qwen 发布通用视觉-语言-动作模型 Qwen-VLA

Qwen 团队发布通用视觉-语言-动作模型 Qwen-VLA，基于 Qwen 多模态骨干模型，将机器人操作与视觉语言导航统一为同一动作或轨迹预测问题，经 T2A、CPT、SFT、RL 四阶段训练产出 Qwen-VLA-Instruct。