- ✓
暂未采集到具体套餐,价格以官网为准
Gemini Robotics 2.5
Gemini Robotics 2.5:Google 最强大的机器人模型
Gemini Robotics 2.5 是什么?
Gemini Robotics 2.5 是 Google DeepMind 推出的视觉-语言-动作模型,可将机器人看到的画面与接收到的指令转化为手部和手臂动作。它适用于多种机器人类型,相比此前基线,成功率提高 30% 至 100%,任务完成速度提升 20% 至 30%;在 Apptronik Apollo 2 执行 Mercedes-Benz 零件配套试点时,成功率达到了 96%。目前,该模型正逐步向机器人合作伙伴开放。
产品详细介绍
Gemini Robotics 2.5:Google 最强大的机器人模型
Gemini Robotics 2.5 是 Google DeepMind 推出的视觉-语言-动作模型,可将机器人看到的画面与接收到的指令转化为手部和手臂动作。它适用于多种机器人类型,相比此前基线,成功率提高 30% 至 100%,任务完成速度提升 20% 至 30%;在 Apptronik Apollo 2 执行 Mercedes-Benz 零件配套试点时,成功率达到了 96%。目前,该模型正逐步向机器人合作伙伴开放。
定价方案
需要付费创始人评论
Gemini Robotics 2.5 是 Google DeepMind 迄今能力最强的视觉-语言-动作(VLA)模型。通俗地说,它能将机器人看到的内容和收到的指令转化为手部与手臂动作,旨在让机器人更快地掌握更多技能,并适应结构化程度更低的现实环境。
据 DeepMind 介绍,新模型相较此前的基线模型取得了以下提升:具体取决于任务,成功率提高了 30% 至 100%,任务完成速度加快了 20% 至 30%。模型在 200 多项任务中接受了评估,包括用夹子夹取食物、给礼品盒系蝴蝶结以及用移液器吸取液体。它能够使用工具、处理布料和丝带等可变形物体及精细物品,并可在多种机器人上运行,包括 Apptronik 的 Apollo 2 人形机器人和 Franka Duo 双臂平台。
以下是 DeepMind 图表中展示的部分结果,对比了 Gemini Robotics 2 与 2.5 的表现:
• 用夹子夹放糕点:提升 5% 至 100%
• 关闭工具箱盖:提升 0% 至 93%
• 解开丝带蝴蝶结:提升 0% 至 70%
• 挂起开衫:提升 0% 至 62%
• 折叠裤子:提升 0% 至 40%
现实环境测试:在匈牙利和德国正在运行的梅赛德斯-奔驰生产线上,Apptronik 的 Apollo 2 人形机器人执行了汽车零件配套作业,即将散装料箱中的零件分拣到按顺序排列的托盘中,成功率达到 96%。DeepMind 称这是迈向工业应用的“令人鼓舞的进展”,因此目前仍处于试点阶段,并非已完成部署。
在安全性方面,DeepMind 增加了运行时推理引导,帮助机器人避开危险。相关报告显示,在有障碍物的情况下,模型安全完成任务的比率提高了 33%;在附近有人时则提高了 43%。DeepMind 还发布了 ASIMOV-Jailbreak,这是一个开源基准测试,用于评估那些通过伪装来提出不安全请求的提示词。
如果你从事机器人或具身智能领域,并希望了解通用机器人模型的发展方向,尤其是灵巧操作任务和真实生产线上的应用,这项成果值得关注。
附言:我持续追踪科技、SaaS 和 AI 领域最新、最重磅的发布项目。关注即可接收通知 → @rohanrecommends