一台機械臂練幾千小時學會擰螺絲，換到另一台構型不同的機械臂，這套本事往往要重教。阿里 Qwen 團隊這次瞄準的就是這道最貴的坎。
一套通用動作語言
RobotManip 把不同機器人的動作壓進一個 80 維標準動作向量，再用開關決定當前用哪些維度。它用攝像頭視角下的相對位移描述末端運動，給不同機械臂做了一套通用動作語言。
最關鍵的數字因此出現：跨構型遷移成功率從此前最好 7.5% 提到 23.9%。其他未見任務也同步提高，包括 LIBERO-Plus 91.4%、RoboTwin-C2R hard 69.4%、EBench 45.6%。
不是一個模型，而是三個
RobotNav 管指令跟隨、目標導航、物體搜索、追蹤和自動駕駛。RobotWorld 則用凍結的 Qwen2.5-VL 加 20B 擴散 Transformer，在機器人動手前先想像未來畫面。
真正主戰場是資料
最實在的部分可能是資料清洗。某個子集因動作突變、時序不齊、數值離譜，81% 片段被直接丟掉。如果這套方法能走進產線，價值不是更漂亮的 demo，而是技能能跨身體搬家。
參考來源：MarkTechPost、TechNode、CocoLoop；核驗三個 Qwen 機器人模型、23.9% 遷移成功率、基準分數、3.81 萬小時操作資料，以及 RobotManip 和 RobotNav 開源狀態。