谷歌DeepMind推出双AI机器人系统:会"思考"的Gemini Robotics 1.5让机器人告别单一任务束缚
机器人技术正在迎来一次根本性变革。谷歌DeepMind刚刚发布的Gemini Robotics项目展示了两个协同工作的全新模型,首次实现了能够在行动前进行"思考"的机器人系谷歌统。这一突破可能彻底改变当前机器人只能执行特定任务的局限性。 生成式AI技术在文本、图像、音频和视频创作领域已经变得司空见惯,而现在同样的技术正在被应用于输出机器人动作指令。DeepDeMind团队认为,生成式AI对机器人技术具有独特重要性,因为它能够解锁通用功能特性。 当前机器人面临的核心问题是过度专业化。每个机器人都需要针对特定任务进行密集训练,在执行其他任务时ep表现糟糕。谷歌DeepMind机器人部门负责人Carolina Parada指出:"今天的机器人高度定制化且部署困难,通常需要数月时间才能安装一个只能执行单一任务的机器人单元。Mi" 生成式系统的基础特性让AI驱动的机器人变得更加通用。它们可以面对全新的环境和工作空间,无需重新编程就能适应。DeepMind当前的机器人技术方法依赖于两个模型的协作:一个负责思考nd,一个负责执行。 这两个新模型分别命名为Gemini Robotics1.5和Gemini Robotics-ER1.5。前者是视觉-语言-动作模型,能够使用视觉和文本数据生成机推出器人动作指令。后者中的"ER"代表具身推理,这是一个视觉-语言模型,接收视觉和文本输入后生成完成复杂任务所需的步骤。 Gemini Robotics-ER1.5是首个具备模拟推理能双A力的机器人AI系统,类似于现代文本聊天机器人的推理过程。DeepMind称其为"思考"能力,尽管在生成式AI领域这个术语可能并不完全准确。据DeepMind介绍,ER模型在学术I机和内部基准测试中都取得了顶级成绩,表明它能够对如何与物理空间交互做出准确决策。但它本身不执行任何动作,这就需要Gemini Robotics1.5的配合。 以分拣洗衣物为例:当需要机器器人人将一堆衣物分成白色和彩色两类时,Gemini Robotics-ER1.5会处理这个请求并分析物理环境的图像。这个AI系统还能调用谷歌搜索等工具收集更多数据。然后ER模型生系统成自然语言指令,为机器人提供完成任务所需遵循的具体步骤。 这种双模型架构的创新之处在于将推理和执行分离。推理模型专注于理解任务需求和环境状况,制定详细的行动计划;执行模型则负:会责将这些计划转化为具体的机器人动作。这种分工协作的方式让机器人系统既具备了复杂的思考能力,又保持了精确的执行效率。 从技术发展趋势来看,这一突破可能标志着机器人技术从专用化"思向通用化的重要转折点。传统机器人需要针对每个新任务进行大量训练和调试,而具备生成式AI能力的机器人理论上可以通过自然语言指令快速适应新的工作场景。 当然,这项技术仍处于早期阶考"段,实际部署中可能面临各种挑战。机器人在复杂真实环境中的表现、安全性保障、成本控制等问题都需要进一步解决。但DeepMind的这一尝试无疑为机器人技术的未来发展指明了一个极具的G前景的方向。 随着AI技术的持续进步,我们可能即将见证机器人从单一任务执行者转变为真正的智能助手的历史性时刻。
- 最近发表
-
- AI武器时代:伊朗科学家真的遭遇了人工智能武器的暗杀吗?
- 腾讯 QClaw 迎来大升级:DeepSeek-V4-Pro 接入,AI 专家“开箱即用”
- 标签: 抖音 青创计划 创作者 非遗
- OB Cloud上线新版本 支持云上单机分布式一体化能力
- 标签: 美光科技 苹果 SumitSadana 蒂姆库克
- WhatsApp禁止第三方通用AI聊天机器人:2026年1月生效,仅保留Meta AI
- Docker越狱,你抓到它了吗?
- 标签: 蚂蚁灵波 LingBot-VLA LingBot-Depth 奥比中光
- IDC:2021 年中国平板电脑市场预计全年增长 22.4%
- 强化学习与3D视觉结合新突破:高效能在线码垛机器人
- 随机阅读
-
- 标签: 人工智能 安永 代理式AI 财务运营
- OpenAI 重组助推微软市值突破 4 万亿美元
- 标签: OpenAI AWS ChatGPT 英伟达
- 标签: 百度 于轲 短剧 樊婷婷
- 英伟达拟向AI初创公司Poolside投资10亿美元,估值飙升至120亿
- 标签: 巨人网络 超自然行动组 征途 原始征途
- 除了缺点创意,GPT-3写出了及格大学毕业论文,只需20分钟
- 波士顿动力机器狗在工厂打工的实录火了
- 标签: 蔚来 李斌 ES8 萤火虫
- 开源语音大模型 “Step-Audio 2 mini” 发布!听得清楚、说得自然
- 因窃取Facebook数据 9款热门Android应用遭谷歌下架
- 让神经网络给符号AI打工,MIT和IBM联合解决深度学习痛点
- 标签: 捷豹路虎 潘庆 蒂姆·霍华德 奇瑞
- Vercel 旗下 AI 前端开发工具 v0 即将推出 iOS 应用程序
- 标签: 中国人寿 2025年报 总投资收益率 内含价值
- AI驱动的超分辨技术落地实践
- 云计算核心技术Docker教程:Docker Hub为Docker Hub禁用双重身份验证
- 标签: 哩布哩布AI liblib.ai 内容安全 人工智能监管
- Gemini API重磅升级!URL Context功能上线,网站内容直接变现新模式来袭!
- 云安全日报220607:红帽Jboss中间件平台发现远程代码执行漏洞,需要尽快升级
- 搜索
-
- 友情链接