Gemini Robotics 2 赋予机器人全身智能

Google DeepMind 发布 Gemini Robotics 2，这是一个基于 Gemini 2.0 的视觉-语言-动作（VLA）模型，旨在为机器人提供全身智能。该模型能够处理复杂的物理交互，如精确抓取、移动和操作物体，并具备泛化能力，可适应新环境和新任务。Gemini Robotics 2 通过整合视觉、语言和动作数据，使机器人能够理解自然语言指令并执行相应动作，同时保持对环境的实时感知。该模型在多个基准测试中表现出色，包括物体操作、导航和交互任务。Google DeepMind 表示，这一进展将推动机器人技术在制造业、物流和家庭服务等领域的应用。