Google发布新一代机器人模型GeminiRobotics2,官网评价其标志着通往AGI道路上重要里程碑,旨在解决物理世界的AI难题。该模型包含三个核心组件:
-
GeminiRobotics2:VLA模型
负责将视觉/语言信息转换为电机控制指令。
-
GeminiRoboticsER2:推理模型
负责任务规划、交互和工具调用,基于连续视频流实时调整任务进度,体现长序列任务处理能力。
-
On-Device2:端侧本地推理
支持小于200个示例适配新本体,实现端侧智能推理。
特点能力:
- 长序列任务处理:ER2通过连续视频流跟踪任务进度,实时调整,核心能力体现为长序列处理。
- 多机器人协作:通过共享语义理解与通信交互,实现多机器人协同作业。
点评:三模型技术栈与Google的Optimus架构高度相似,表明其在机器人AI领域的持续布局与突破。