谷歌推出基于Gemini 2.0的机器人AI模型

Gemini Robotics将AI带入物理世界

谷歌DeepMind正式推出基于Gemini 2.0的两款机器人AI模型：

1. Gemini Robotics：先进的视觉-语言-动作(VLA)模型，新增物理动作输出模态，可直接控制机器人
2. Gemini Robotics-ER：具备空间理解能力的增强模型，支持开发者调用其具身推理(ER)能力

核心技术突破

通用性

• 利用Gemini的世界理解能力处理未见过的任务/物体/环境
• 在泛化基准测试中性能达到其他SOTA模型的两倍以上

交互性

• 基于Gemini 2.0的自然语言理解
• 支持多语言即时指令响应
• 实时环境监测与动态调整能力

灵巧性

• 完成折纸、食品包装等精细操作
• 支持多步骤复杂任务执行

多形态适配

• 兼容ALOHA 2双臂平台
• 适配Franka机械臂
• 正在开发人形机器人Apollo的专用版本

安全架构

• 底层运动控制安全机制(防碰撞/接触力限制)
• 高层语义安全理解
• 发布ASIMOV数据集推进安全研究
• 采用数据驱动的"机器人宪法"框架

合作伙伴

• Apptronik(人形机器人开发)
• 波士顿动力等机构参与测试

查看技术报告

更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）

公众号二维码