Alibaba ne construit pas un robot cette fois. L’équipe Qwen veut bâtir la couche logicielle qu’un robot peut embarquer : Qwen-Robot Suite, avec trois modèles pour navigation, manipulation et prédiction du monde.
Le positionnement compte. Les modèles doivent tourner sur le matériel d’autres fabricants, dont AgileX, Franka, Universal Robots et Unitree. Le “moment Android des robots” désigne donc une base logicielle commune, pas un nouveau corps.
Trois modèles, trois tâches
Qwen-RobotNav gère le mouvement : suivre une consigne, aller à un point, chercher un objet, suivre une cible et conduire de façon autonome. Il a été entraîné sur 15,6 millions d’échantillons et affiche 76,5% de réussite sur VLN-CE RxR et 90% sur le tracking EVT-Bench.
Qwen-RobotManip gère les mains. Fondé sur Qwen3.5-4B VL, il vise le transfert de compétences entre robots dont les action spaces ne correspondent pas. Il utilise environ 38 100 heures de données ouvertes et synthétiques et arrive premier sur RoboChallenge Table30-v1, 20% au-dessus de la meilleure méthode précédente.
Qwen-RobotWorld gère la prédiction. Ce modèle vidéo de monde utilise le langage naturel comme interface d’action et prédit l’évolution de la scène physique. Il a été entraîné sur 8,6 millions de paires vidéo-texte, soit environ 200 millions d’images.
L’analogie Android tient
Alibaba ne veut pas posséder tous les corps robotiques. Le groupe veut la base logicielle commune que beaucoup de corps pourront installer. Voilà pourquoi données ouvertes et transfert entre matériels sont au centre.
La partie dure commence après la démo. Bruit des capteurs, dérive des actionneurs et cas limites d’usine sont plus sévères que les benchmarks. La suite est une prise sérieuse sur la couche d’exploitation robotique, pas la preuve que les robots généralistes sont résolus.
Sources : Decrypt, South China Morning Post, GIGAZINE, CocoLoop ; vérification de la sortie du 16 juin, RobotNav, RobotManip, RobotWorld, données d’entraînement, chiffres de benchmark et plateformes robotiques prises en charge.