阿里巴巴推出“Qwen-Robot”系列：一套完整的具身人工智能大模型家族

阿里巴巴集团正式推出Qwen-Robot系列，这标志着这家科技巨头在其著名的Qwen生态系统中首次推出完整的具身AI大模型产品线。此次发布标志着一项重大的战略转变，即将AI能力从数字聊天机器人界面延伸至物理世界，使阿里巴巴在全球具身智能竞赛中处于领先地位。

新推出的Qwen-Robot套件旨在提供一个覆盖“手、脚和大脑”的全栈技术基础，以在包括工业机器人、服务机器人甚至车载机器人系统在内的各种硬件平台上大规模部署智能代理。

Qwen-Robot的三大支柱

Qwen-Robot系列基于三个相互关联的核心模型构建，每个模型分别针对物理交互的关键组成部分。

Qwen-RobotManip 是一个专注于精细操作的视觉-语言-动作（VLA）模型。传统机器人控制往往存在任务泛化能力薄弱的问题。 Qwen-RobotManip 通过直接解析自然语言指令并将其转化为精确的动作轨迹来克服这一问题，从而显著提升了机械臂在非结构化且不可预测环境中的能力。

Qwen-RobotNav 是一个负责空间理解和路径规划的视觉-语言-导航（VLN）模型。它强化了移动机器人的空间感知和决策循环——这一能力对于在复杂的工厂区域部署物流自动导引车（AGV）以及未来自主移动的发展至关重要。

Qwen-RobotWorld 或许是最具雄心的组件：这是一个专为环境认知设计的视频“世界模型”。通过建模和模拟物理世界，Qwen-RobotWorld 使机器人能够在采取行动之前预测物理场景将如何演变。这种预测能力是

用于高级自动驾驶模拟测试和加速自主机器人学习的基础设施。

物理人工智能的通用基础

由阿里巴巴人工智能研究院（ Tongyi Lab）开发的 Qwen-Robot 套件，目前已与部分阿里云企业客户开展试点测试。 Qwen-Robot系列的总体目标是为不同形态的机器人提供统一的“通用基础”，使其能够更好地理解人类自然语言、感知三维环境并掌握物理定律。

随着汽车行业及更广泛的制造业加速向智能化转型，具身人工智能正逐渐成为下一代智能终端的关键变量。通过Qwen-Robot系列，阿里巴巴不仅提供软件，更是在构建驱动未来自主化劳动力队伍的认知引擎。

主要来源：Gasgoo AutoNews；《南华早报》——2026年6月16日