阿里通义推出通用具身智能统一动作框架 Qwen-VLA

通义实验室推出Qwen-VLA，以Qwen3.5-4B为底座搭配DiT动作解码器，通过统一动作轨迹预测框架、本体感知提示条件化及文本到动作预训练（T2A）技术，将操作、导航与轨迹预测整合为单一通用具身模型。模型在多项基准测试中超越专用模型，支持11种机器人平台跨本体控制。