로보챌린지(RoboChallenge) 리더보드에서 큐웬-로봇매닙(Qwen-RobotManip) 코드명 '리라/아틀라스(Lira/Atlas)'가 점수 59.83·성공률 45%로 1위를 기록하고 있다. [사진=알리바바]

[디지털데일리 구아현기자] 알리바바 그룹이 로봇에 언어·시각·공간 추론 능력을 부여하는 AI 모델 묶음 '큐웬-로봇 스위트(Qwen-Robot Suite)'를 17일 공개했다.

큐웬-로봇 스위트는 세 가지 모델로 구성된다. ▲조작(Manipulation) 특화 비전-언어-액션(VLA) 모델 큐웬-로봇매닙(Qwen-RobotManip) ▲이동 내비게이션 특화 비전-언어 내비게이션(VLN) 모델 큐웬-로봇내브(Qwen-RobotNav) ▲물리 환경 예측 비디오 월드 모델 큐웬-로봇월드(Qwen-RobotWorld)다.

세 모델은 실제 로봇이 낯선 환경에서 새 작업을 처리하고, 처음 접하는 물체와 상호작용하며, 자연어 지시를 수행할 수 있도록 설계됐다.

큐웬-로봇매닙은 큐웬 계열 멀티모달 모델을 기반으로 오픈소스 데이터 3만 8000시간 분량을 학습했다. 대규모 실제 로봇 기반 구현형 AI 평가 로보챌린지(RoboChallenge)에서 1위를 기록했으며, AgileX ALOHA·Franka·UR·ARX 등 주요 로봇 플랫폼에서 검증을 마쳤다. 새로운 환경 적응 평가 이벤치(EBench)에서도 1위를 달성했고, 서로 다른 로봇 하드웨어 간 전이 성능은 기존 최고 수준 대비 3배 향상됐다.

큐웬-로봇내브는 1560만 건의 데이터로 학습한 내비게이션 모델이다. 업무별 재학습 없이 내비게이션 작업 모드를 동적으로 선택할 수 있어 로봇이 물리 공간에서 답을 찾는 구현형 질문 응답(EQA) 과제에 활용할 수 있다.

큐웬-로봇월드는 현재 시각 장면과 자연어 지시를 입력받아 물리 세계의 변화를 예측하는 모델이다. 20개 이상의 로봇 형태·500개 동작 범주에 걸쳐 860만 건의 비디오-텍스트 쌍으로 학습했다. 구현형 월드 모델 평가 이더블유엠벤치(EWMBench)와 로봇 학습 데이터 생성 평가 드림젠 벤치(DreamGen Bench)에서 각각 1위를 달성했다.

큐웬-로봇 스위트는 현재 일부 알리바바 클라우드 기업 고객을 대상으로 파일럿 테스트를 진행 중이다.