Alibaba kali ini tidak membuat robot. Tim Qwen mencoba membangun lapisan software yang bisa dibawa robot: Qwen-Robot Suite dengan tiga model untuk navigasi, manipulasi, dan prediksi dunia.
Posisinya penting. Model ini dimaksudkan berjalan di hardware pihak lain, termasuk AgileX, Franka, Universal Robots, dan Unitree. Analogi “momen Android untuk robot” berarti Alibaba mengejar basis software bersama, bukan tubuh robot baru.
Tiga model, tiga pekerjaan
Qwen-RobotNav mengurus gerak: mengikuti instruksi, pergi ke titik tertentu, mencari objek, melacak target, dan autonomous driving. Model ini dilatih dengan 15,6 juta sampel dan melaporkan 76,5% success rate di VLN-CE RxR serta 90% di EVT-Bench tracking.
Qwen-RobotManip mengurus tangan. Berbasis Qwen3.5-4B VL, ia menargetkan transfer skill antar robot yang action space-nya berbeda. Data latihnya sekitar 38.100 jam dari data terbuka dan sintetis, dan menempati posisi pertama di RoboChallenge Table30-v1, 20% di atas metode terbaik sebelumnya.
Qwen-RobotWorld mengurus prediksi. Ini model world video yang memakai bahasa natural sebagai interface aksi, lalu memprediksi perubahan scene fisik berikutnya. Datanya 8,6 juta pasangan video-teks, atau sekitar 200 juta frame.
Analogi Android cukup masuk akal
Alibaba tidak ingin memiliki semua badan robot. Ia ingin menjadi lapisan software umum yang bisa dipasang banyak badan. Karena itu open data dan transfer lintas hardware menjadi inti pengumuman.
Bagian tersulit dimulai setelah demo. Sensor berisik, aktuator bergeser, dan pabrik penuh kasus pinggir yang tidak muncul di benchmark. Suite ini adalah tawaran serius untuk lapisan operasi robot, bukan bukti bahwa robot umum sudah selesai.
Sumber: Decrypt, South China Morning Post, GIGAZINE, CocoLoop; pemeriksaan sumber mencakup rilis Qwen-Robot Suite 16 Juni, RobotNav, RobotManip, RobotWorld, data latih, angka benchmark, dan platform robot yang didukung.