Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型
Google DeepMind 发布 Gemini Robotics 2.5,称其为目前能力最强的视觉-语言-动作(VLA)模型,在灵巧度、可靠性和安全性三方面提升。
推荐理由:原文给出200项任务评测、Mercedes-Benz产线96%成功率与安全指标,可判断VLA模型在真实场景的进展。
技术方向
装进机器人身体里的 AI:人形机器人、具身基础模型,以及在真实环境里动手干活的能力。
2 条精选近 30 天 2 条共收录 15 条
Google DeepMind 发布 Gemini Robotics 2.5,称其为目前能力最强的视觉-语言-动作(VLA)模型,在灵巧度、可靠性和安全性三方面提升。
推荐理由:原文给出200项任务评测、Mercedes-Benz产线96%成功率与安全指标,可判断VLA模型在真实场景的进展。
NVIDIA 在 CoRL 大会上发布开放世界动作模型 GR00T 2,以及 Isaac Lab 3.0、DexBench 和 VABAR 等仿真工具与评测基准。
推荐理由:文中给出 GR00T 2 的任务成功率与 Isaac Lab 3.0 的训练吞吐对比,可据此判断仿真训练在机器人工业落地中的位置。