#vision-language-action のAIニュース
3件の記事
Qwen ロボットスイートの紹介：VLA 操作、動画世界モデル、ナビゲーションの 3 つの身体型 AI モデル
Qwen チームは、Qwen3.5-4B を基盤とする操作モデル「Qwen-RobotManip」、60 レイヤーの MMDiT を備えた動画世界モデル「Qwen-RobotWorld」、および Qwen3-VL に基づくナビゲーションモデル「Qwen-RobotNav」からなる 3 つの身体型 AI モデルをリリースした。
MarkTechPost·6月17日·★★★★
想像に預けられ、行動のために微調整：ワールド・アクションモデルの台頭
NVIDIA は、事前学習されたビジョン言語モデルを基盤とし、ロボット制御に適応させた「ワールド・アクションモデル（WAM）」という新しい技術の登場を発表した。これは、視覚と言語を理解する能力を行動計画に転用するアプローチである。
NVIDIA Developer Blog·6月15日·★★★★
ヘルスケアロボティクスにおける物理的AIの台頭
研究者らが、医療現場でのロボット操作を向上させる物理的AIシステムを開発し、手術支援や患者ケアへの応用を目指している。
Hugging Face Blog·3月17日·★★★★