Китайский технологический гигант Alibaba представил Qwen-Robot Suite – комплексный набор ИИ-моделей для робототехники и задач в физической среде. В набор вошли три специализированные модели: Qwen-RobotNav для навигации и автономного вождения, Qwen-RobotManip для физического взаимодействия с объектами и Qwen-RobotWorld для прогнозирования развития сцены. Разработчики называют проект «полным стеком для воплощенного искусственного интеллекта», способным переводить команды на естественном языке в конкретные физические действия.

Каждая модель обучалась на обширных наборах данных. Qwen-RobotNav, построенная на базе Qwen3-VL, обучена на 15,6 млн образцов и показывает 76,5% успешности на бенчмарке VLN-CE RxR и 90% на EVT-Bench. Qwen-RobotManip использует более 38 100 часов данных (включая 11 320 часов открытых робототехнических данных, 1 933 часа видео действий человека и 24 808 часов синтетических демонстраций) для унификации управления различными типами роботов и заняла первое место в RoboChallenge Table30 v1. Qwen-RobotWorld, обученная на 8,6 млн пар «видео-текст» (более 200 млн кадров, охватывающих свыше 20 типов роботических платформ и более 500 категорий действий), генерирует вероятные будущие состояния среды и заняла первое место в EWMBench и DreamGen Bench, а также превзошла все открытые модели в WorldModelBench и PBench.

Модели уже проходят пилотные испытания у корпоративных клиентов Alibaba Cloud, однако компания пока не раскрыла сроки публичного релиза, стоимость доступа и список тестирующих клиентов.

Несмотря на высокие результаты на бенчмарках, эксперты отмечают, что до массового внедрения таких систем еще далеко. Реальная робототехника сталкивается с шумом сенсоров, износом оборудования и непредсказуемостью физических сред, а многие тесты проводятся в идеальных симуляциях. Тем не менее, выход Qwen-Robot Suite знаменует собой важный шаг Alibaba в направлении physical AI, продолжая экспансию экосистемы Qwen после запуска в апреле агентной модели Qwen3.6-Plus с контекстным окном в 1 млн токенов.