Lengan robot bisa belajar memasang sekrup selama ribuan jam, lalu kehilangan sebagian besar skill saat dipindah ke lengan dengan bentuk berbeda. Tim Qwen Alibaba membidik biaya besar itu.
Bahasa aksi bersama
RobotManip memampatkan aksi robot berbeda ke vector aksi standar 80 dimensi dan memakai switch untuk memilih dimensi yang aktif. Gerak dijelaskan sebagai perpindahan relatif dari sudut kamera, sehingga berbagai lengan punya bahasa bersama.
Angka utamanya muncul di sini: success rate transfer antar konfigurasi naik dari 7,5% menjadi 23,9%. Tes lain juga meningkat, termasuk LIBERO-Plus 91,4%, RoboTwin-C2R hard 69,4%, dan EBench 45,6%.
Tiga model, bukan satu
RobotNav menangani mengikuti instruksi, navigasi target, pencarian objek, tracking, dan autonomous driving. RobotWorld memakai Qwen2.5-VL yang dibekukan plus diffusion Transformer 20B untuk membayangkan frame masa depan sebelum robot bergerak.
Cerita utamanya ada di data
Bagian paling praktis mungkin justru pembersihan data. Satu subset disebut membuang 81% segmen karena lonjakan aksi, timing tidak cocok, dan nilai outlier. Jika masuk lini produksi, nilainya bukan demo lebih pintar, tetapi skill yang pindah antar tubuh robot.
Sumber: MarkTechPost, TechNode, CocoLoop; pemeriksaan mencakup tiga model robot Qwen, success rate transfer 23,9%, angka benchmark, 38.100 jam data manipulasi, serta status open source RobotManip dan RobotNav.