أطلقت شركة علي بابا يوم الثلاثاء حزمة “Qwen Robot Suite”، أول سلسلة شاملة من النماذج الكبيرة للذكاء المُجسَّد، والتي طورتها وحدة أبحاث الذكاء الاصطناعي التابعة لها “مختبر تونغي” (Tongyi Lab). وتقسم الحزمة ذكاء الروبوتات إلى ثلاث طبقات مترابطة: “Qwen-RobotNav”، وهو نموذج ملاحة بصري-لغوي يوحد بين اتباع الأوامر والملاحة الهادفة وتتبع الأشياء والقيادة الذاتية ضمن إطار عمل واحد؛ و"Qwen-RobotWorld"، وهو نموذج عالم فيديو يمكّن الآلات من التنبؤ بكيفية تطور المشاهد المادية قبل التصرف، ليشمل سياقات التلاعب والقيادة والملاحة؛ و"Qwen-RobotManip"، وهو نموذج رؤية-لغة-فعل عام (VLA) مبني على بنية Qwen3.5-4B وتم تدريبه على مجموعة بيانات تضم أكثر من 38,100 ساعة جُمِّعت بالكامل من بيانات مفتوحة المصدر. وتوفر النماذج الثلاثة جميعها واجهات تعتمد على اللغة أولاً ويمكن دمجها عبر استدعاءات النموذج القياسية لـ Qwen. وقالت علي بابا إن الحزمة دخلت مرحلة الاختبار التجريبي مع عدد مختار من عملاء Alibaba Cloud من المؤسسات.
إلى جانب النماذج الثلاثة، كشفت علي بابا عن “Qwen-RobotClaw”، وهو إطار عمل وكيل داخلي يمكّن نماذج الرؤية واللغة من Qwen من استدعاء مكونات حزمة الروبوت كأدوات للتنفيذ في العالم المادي، مع إدارة السياق والذاكرة اللازمة لجلسات تصل مدتها إلى 20 دقيقة — مما يسمح بتخطيط ممتد وطويل الأجل يتجاوز ردود الفعل البصرية إطارًا بإطار. ويوسع هذا الإطلاق عائلة نماذج Qwen، التي تغطي بالفعل النصوص والرؤية والكود والصوت والفيديو، لتشمل العالم المادي، ويضعها كركيزة عامة محتملة للتطبيقات الروبوتية. كما يمثل دخولًا رسميًا لشركة علي بابا في سباق “الذكاء الاصطناعي المُجسَّد” إلى جانب منافسين مثل Google DeepMind وFigure AI وByteDance، وجميعهم يتنافسون لنقل نماذج الذكاء الاصطناعي من الواجهات الرقمية إلى آلات قادرة على الإدراك والتصرف في البيئات الحقيقية.