Qwen发布机器人专用大模型三件套，构建端到端物理智能体系统

2026年6月17日，Qwen团队正式推出面向机器人领域的全新模型套件，涵盖三大基础模型：Qwen-RobotNav、Qwen-RobotManip与Qwen-RobotWorld。

Qwen-RobotNav聚焦移动控制，融合可控观测编码与标准化工具接口，将视觉语言理解能力深度嵌入导航系统，实现指令跟随、点对点导航、动态目标追踪及自动驾驶四类任务的统一建模与协同执行。

Qwen-RobotManip专注操作控制，通过明确定义状态-动作空间，并在相机坐标系下精准建模末端执行器的增量位姿，使视觉语言能力可直接驱动精细操作。该模型依托完全开源构建的超38100小时多机型操作语料库，完成大规模、跨平台的泛化训练。

Qwen-RobotWorld致力于世界动态建模，以自然语言为动作输入接口，将视觉语言能力延伸至物理世界的时序预测，支持同一模型在操作、驾驶与导航等不同场景中，持续输出符合真实物理规律的未来状态推演。

三者均采用语言优先的设计范式，可灵活接入通用大语言模型，共同构成具备感知、理解、规划与执行能力的物理智能体系统。目前，Qwen已完整验证从自然语言指令解析、实时任务分解，到复杂物理任务自主执行与在线纠错的端到端闭环能力。