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。
推荐理由：Qwen-VLA 把操作与导航统一进一个策略模型，并给出四阶段训练流程与多基准对比数据，可据此判断通用 VLA 与专项模型的差距。
感知与导航
全部主题追踪感知与导航的研究、可复用工程方法与真实部署证据。
25条精选
最新精选
第 21–25 条 · 共 25 条阿里 Qwen 官方研究博客精选AI 评分8888
NVIDIA dev blog robotics精选AI 评分6565 NVIDIA 详解如何在 Jetson Thor 上用 VPI 加速机器人感知
NVIDIA 介绍用 Vision Programming Interface（VPI）把立体视觉任务分配到 Jetson 的 PVA、OFA、VIC 等专用加速器，以减轻 GPU 负载。
推荐理由：原文给出 VPI 在 Jetson Thor 上调度 PVA、OFA、VIC 的完整代码与实测吞吐，可迁移到多路立体视觉部署。
Figure 官方新闻精选AI 评分8080 Figure 发布 Project Go-Big：Helix 实现人类视频到机器人导航的零样本迁移
Figure 发布 Project Go-Big，为 Helix 视觉语言动作模型构建互联网规模的人形机器人预训练数据集，并与 Brookfield 合作，后者拥有全球超 10 万套住宅单元、5 亿平方英尺商业办公空间和 1.6 亿平方英尺物流空间。
推荐理由：Figure 公布 Helix 仅用人类第一视角视频训练即可完成真实家居导航，并披露与 Brookfield 的数据采集合作规模。
银河通用官方发布（官网索引公众号原文）精选AI 评分6262 银河通用发布产品级端到端导航大模型TrackVLA
银河通用机器人发布产品级端到端导航大模型TrackVLA，官方称其面向让机器人在真实街道环境中自主行走的应用场景。
Apptronik 官方发布精选AI 评分6262 Apptronik 发布人形机器人 Apollo
Apptronik 发布人形机器人 Apollo，身高约 5 英尺 8 英寸、重 160 磅，可举升 55 磅，采用力控架构以保障与人协作时的安全。Apollo 支持双足行走、轮式躯干或固定安装三种模块化形态，配备可更换电池，单块续航四小时，近期面向仓储与制造场景的箱体与周转箱搬运。Apptronik 称其团队近十年间已建造超过 10 款机器人，包括参与 NASA Valkyrie 的开发。
推荐理由：Apollo 的尺寸、负载、模块化形态与可换电池设计，为判断人形机器人进入仓储制造场景的工程取舍提供了具体参照。