Qwen 发布 RobotWorld 世界模型：用自然语言统一 20 多种机器人的动作控制

Qwen-RobotWorld：具身智能体的无界世界

Qwen 放出了一个叫 RobotWorld 的具身世界模型，核心思路是把自然语言当成通用遥控器——你说“拿起红杯子放架子上”，它就能直接生成对应的动作视频，不用给每种机器人单独写控制接口。模型用 Qwen2.5-VL 做动作编码器，靠 860 万条视频-文本对联合训练了操作、自动驾驶和室内导航三类场景，覆盖 20 多种机器人形态和 500 多个动作类...

推荐理由：Qwen 放出了 RobotWorld，一个用自然语言当通用动作接口的具身世界模型，拿 860 万条视频-文本对训练，跨了操作、自动驾驶和室内导航三个领域。规模和多形态覆盖是实打实的，没给更高分是因为目前只有博客和论文，没有可用的模型或 demo 放出来，落地效果还看不到。