Hacker News · 16.06.2026 ·Фреймворки для робототехники

Qwen-Robot Suite — фреймворк для физического интеллекта

Компания Qwen представила Qwen-Robot Suite — набор моделей и инструментов для создания робототехнических систем. Это первый в мире фреймворк, объединяющий модели для восприятия, планирования и управления роботами в физическом мире.

Qwen-Robot Suite включает несколько ключевых компонентов: модель восприятия, которая обрабатывает данные с датчиков, модель планирования, генерирующая траектории движения, и модель управления, выполняющую команды на исполнительных механизмах. Все модели построены на основе архитектуры трансформеров и обучались на данных реальных роботов.

Особенностью фреймворка является его модульность. Разработчики могут использовать отдельные компоненты или комбинировать их в зависимости от задач. Qwen-Robot Suite поддерживает интеграцию с популярными платформами для робототехники, такими как ROS и MoveIt.

Компания Qwen планирует активно развивать экосистему вокруг Qwen-Robot Suite, привлекая партнеров и исследователей. В ближайшее время планируется выпуск обновлений с поддержкой новых типов роботов и расширенными возможностями для обучения моделей.

Источник: Hacker News

Похожие материалы

Hacker News · Инференс и железо FlashQwen – новый CUDA-движок для ускоренного инференса Qwen3 Разработчики представили FlashQwen – инференс-движок для модели Qwen3, написанный с нуля на CUDA. Это решение направлено на оптимизацию работы с моделями большого языка, особенно в условиях ограниченных ресурсов. FlashQwen использует современные методы ускорения вычислений, включая кэширование и оптимизацию ядра CUDA, что позволяет значительно сократить время инференса. MarkTechPost · Разработка ИИ-агентов Как создать рабочее пространство для ИИ-агента QwenPaw с кастомными навыками и API-тестированием В новом туториале от MarkTechPost подробно разбирается процесс создания рабочего пространства для ИИ-агента QwenPaw. Это решение предоставляет практическую среду для разработки и тестирования агентов с расширенными возможностями. В статье описаны ключевые шаги: установка и инициализация QwenPaw, настройка рабочей директории, аутентификация и подключение моделей через Colab secrets. GitHub · Обучение ИИ-агентов Tencent представил фреймворк UniRL для обучения мультимодальных моделей Компания Tencent выпустила фреймворк UniRL, предназначенный для обучения мультимодальных моделей с использованием подкрепляющего обучения (Reinforcement Learning). Этот инструмент позволяет интегрировать различные типы данных, включая текст, изображения и видео, в единый процесс обучения. Это особенно важно для разработки ИИ-агентов, которые должны эффективно обрабатывать и анализировать разнообразные данные. NVIDIA Technical Blog · Физические модели для ИИ-агентов NVIDIA Cosmos 3 для разработки физических моделей ИИ NVIDIA представила Cosmos 3 — фреймворк для создания физических моделей ИИ, которые могут понимать и взаимодействовать с реальным миром. Это особенно важно для роботов, автономных транспортных средств и умных пространств, где ИИ-агенты должны не только анализировать данные, но и принимать решения на основе физических закономерностей. Hacker News · Инференс и железо Qwen 3.6 93B на двух RTX 3090 NVLink: 187 токенов в секунду Команда Augmented Reality Virtual Reality (AR VR) опубликовала результаты тестирования модели Qwen 3.6 93B с использованием MTP (Multi-Query Tensor Parallelism) на конфигурации из двух видеокарт RTX 3090 с NVLink. В результате удалось достичь скорости инференса в 187 токенов в секунду. Это значительное улучшение по сравнению с предыдущими показателями, что делает модель более пригодной для локального использования, включая разработку ИИ-агентов. NVIDIA Technical Blog · ИИ-агенты и действия World-Action Models: от воображения к действию NVIDIA представила концепцию World-Action Models (WAM), новых моделей, которые сочетают в себе возможности визуально-языковых моделей (VLM) с возможностью выполнения действий. Эти модели начинают с предобученного VLM-основания и адаптируют его для выполнения конкретных задач, что делает их перспективными для создания ИИ-агентов, способных не только понимать, но и взаимодействовать с окружающим миром. arXiv · ИИ-агенты и предсказание действий LaWAM: моделирование будущего для роботов с помощью ИИ Исследователи из MIT и других ведущих университетов представили новый подход к созданию роботов, способных предсказывать последствия своих действий. В статье LaWAM: Latent World Action Models for Efficient Dynamics-Aware Robot Policies авторы предлагают использовать модели, которые учитывают, как действия робота изменят окружающую среду. Это позволяет роботам принимать более осознанные решения, что критически важно для автономных агентов. Hacker News · ИИ-агенты и инфраструктура DreamX-World 1.0: интерактивная модель мира для агентов Исследователи представили DreamX-World 1.0 — модель мира, предназначенную для использования в системах ИИ-агентов. Она позволяет создавать интерактивные среды, где агенты могут взаимодействовать с объектами и выполнять задачи в виртуальном пространстве. GitHub · Оркестрация ИИ-агентов Rift: фреймворк для оркестрации ИИ-агентов от Anomaly Команда Anomaly представила Rift — фреймворк для создания и управления ИИ-агентами. Проект позиционируется как инструмент для разработчиков, которые хотят строить сложные системы с множеством взаимодействующих агентов. Rift предоставляет API для создания, запуска и мониторинга агентов, а также механизмы для их координации и коммуникации. Together.ai · ИИ-агенты и инференс Aurora: фреймворк для самоподдерживающегося speculative decoding Together AI представила Aurora — открытый фреймворк для reinforcement learning (RL), который преобразует speculative decoding из одноразовой настройки в самоулучшающуюся систему. Aurora обучается на каждом запросе, что позволяет повысить производительность модели на 25% по сравнению с традиционными методами.

← Все материалы