网易首页 > 网易号 > 正文 申请入驻

谷歌连发三模型,把机器人调教成“全能打工人”!几小时速配、从头控到脚,还能“组团”开干

0
分享至


作者|华卫

7 月 30 日,Google DeepMind 宣布推出其人工智能模型 Gemini 的新版本 Robotics 2。该模型系列能够控制人形机器人在内的多种机器人,使其自主适应不可预测的环境,能够对每一个动作进行推理,从而解锁广泛的任务范围,包括清理垃圾和捡起洒水壶等。

据称,此次的更新加入了“智能全身控制、高级灵巧操作和多机器人协作”,宣告机器人发展迈入全新阶段:为下一代真正可适应的机器人提供动力的智能层。之前的初代 Gemini Robotics 系统已经能够驱动机器人执行精细操作,如封口储物袋和折叠折纸,但这些都是通过机械臂和机械手完成的。

这种强大的智能还可以在设备本地运行,同时能在几小时内无缝适应全新的机器人本体,让机器人将学到的技能快速转移至不同的机器人机体上。该系统甚至可以让不同机器人们联手工作,更快地完成任务。

如今,让 AI 真正走入物理世界正成为科技巨头在通往通用人工智能(AGI)道路上的角力关键。Google DeepMind 在发表的一份声明中表示,“这是我们在迈向所谓的物理 AGI(即让机器人能够完成人类能做的任何事情)道路上的又一个里程碑。未来的机器人将能与人类并肩工作,解决复杂挑战。”

实现“智能全身控制”, 演示效果惊艳

谷歌发布了搭载 Gemini Robotics 2 平台的机器人执行各种操作的演示视频,效果相当令人印象深刻。

首先是将物理 AI 的应用范围从桌面任务扩展到人形机器人,实现了对人体的智能全身控制。例如,当 Apptronik 的 Apollo 2 人形机器人接收到“把浇水壶放到底层架子的绿色箱子里”的指令时,它能自主走到桌子拿起水壶,再走到架子旁精准放置。

其次,要在家庭和工作场所真正发挥作用,机器人需要具备精细操作能力。演示视频中,机器人把书籍放到书架、收拾棋盘、将磁带放入手提式录音机、整理桌面等。

据悉,Gemini Robotics 2 还为不同的硬件平台赋予了高度灵巧性,能控制五指手完成打结或拧灯泡等动作,透过装载于 Apollo 2 上的 22 自由度五指 SharpaWave 手,还能执行打结、密封夹链袋等极度精细的动作。同时,它也能管理标准两指平行夹爪(如 Franka Duo 平台)完成紧密包装等复杂任务。

谷歌内部评估报告称,在三种全身操控类别中,成功率介于 45.7% 至 76.3% 之间;在三种 Franka Duo 抓取器类别中,成功率介于 74.2% 至 89.6% 之间,而多指任务的成功率则介于 32% 至 92% 之间。

同时,谷歌承诺,上述演示视频展示的是“完全自主”机器人的“实时录像”。这与 Elon Musk 旗下(埃隆·马斯克)的 Optimus 机器人形成鲜明对比,后者一次高调的演示曾被外媒报道使用了远程操作员来控制机器人。

值得注意的是,这些机器人并非通用型设备,不能胜任各种任务。该模型是经过专门训练来执行视频中的每一项任务的,训练方式结合了人工远程操作、视频示例和模拟。

三大核心模型, 建构机器人超级大脑

目前大多数机器人都是预先编程或远程操控的,只能执行狭窄、重复的任务序列。它们缺乏真正的自主学习和适应不可预测环境的能力。此外,将学到的技能从一个机器人本体迁移到另一个本体仍然极其困难。

Google DeepMind 提出,为了大规模应对最具挑战性的问题,各种形状和尺寸的机器人都需要 AI 模型赋予它们智能思考、行动和交互的能力,以安全地完成任务。

而他们这次成果的做法正是为机器人搭载多个不同的 AI 模型,使其对周围环境具备多模态理解能力。其中包含一个视觉语言模型用于理解,以及两个视觉语言动作模型分别控制全身和手部动作。

根据 DeepMind 团队负责人 Carolina Parada 带领发布的公告指出,Gemini Robotics 2 包含三个具备高度能力的模型,各自肩负不同任务。

其中,Gemini Robotics 2 作为最先进的视觉-语言-动作(VLA)模型,能将视觉与语言输入转换为马达控制,实现从脚到指尖的完整人形机器人控制,并大幅提升双手与夹爪的灵巧操作能力。在实际能力方面,Gemini Robotics 2 首次实现了将意图转化为人形机器人的智能全身动作。

Gemini Robotics ER 2 是一款“具身推理(Embodied Reasoning)”视觉语言模型,扮演着机器人的大脑 Agent 角色,能与人类沟通、理解物理世界,并规划长达数分钟的多步骤任务,甚至新增了机器人团队协作功能。也就是说,不同类型的机器人能够相互通信并协同工作,以解决单个机器人无法独自完成的复杂工作流。


在代理式推理能力上,ER 2 模型能处理涉及数百个决策的复杂任务,并具备自我修正机制;它还支持多机器人协作,让不同类型的机器人共同完成单机无法负荷的工作流。


许多机器人应用需要在没有网络延迟或互联网连接的情况下运行,Gemini Robotics On-Device 2 正是为应对这些限制而构建的,这是一款专为设备本地端运行的 VLA 模型,主打极高的适应效率。

据介绍,该模型原生支持多本体,并继承了 Gemini Robotics 1.5 中的先进“运动迁移”技术,现在只需数小时的适应时间(通常少于 200 个示例)就能适应新的双臂机器人本体。即使面对形状、传感器和自由度截然不同的新本体,该方法同样有效。

目前,Gemini Robotics ER 2 已在 Google AI Studio 提供,并在 Gemini Enterprise Agent Platform 展开私人预览;而 VLA 与本地端模型则仅对早期合作伙伴开放。

增强具身推理, 做最安全的机器人模型

“安全问题更加紧迫,因为你要让它们面对大量不同的场景,会出现很多不确定性,所以希望能够更深入地理解安全问题。”Parada 称。Google DeepMind 表示,正采取多层次方法,将传统物理安全措施与强大的 AI 安全框架相结合,来确保未来机器人的安全性。

据悉,Gemini Robotics 2 特别推进了机器人在应对现实世界不确定性以及与人类协作方面的安全性。他们推出了 ASIMOV-Agentic,这是一个用于代理式安全编排和不确定性解决的新基准。例如,它衡量具身推理智能体拒绝 VLA 发出的不安全工具调用请求的能力,也衡量智能体预测任务是否可能完成以及在不明确时主动请求人工干预的能力。

此外,通过增强的具身推理,Gemini Robotics ER 2 在安全约束遵循和人类接近度基准上是其迄今为止最安全的机器人模型,能更好地检测人类何时靠近,触发安全工具调用,这也是协作安全标准中的关键要求。当有人靠近时,Gemini Robotics ER 2 能够成功停止人形机器人,并在区域无人后自主恢复工作。

另值得一提的是,谷歌这次做的的是软件层面,不是机器人本体。近期,美国刚刚以安全为由禁止未来销售中国制造的机器人。而这款软件可能运行的许多机器本体,恰恰是在中国制造的。

https://deepmind.google/blog/gemini-robotics-2-brings-whole-body-intelligence-to-robots/

声明:本文为 AI 前线整理,不代表平台观点,也不构成投资建议,未经许可禁止转载。

会议推荐

AICon 全球人工智能开发与应用大会·深圳站,限时 9 折专属优惠,现在报名立减 580,更多详情可扫码或联系票务经理 13269078023 进行咨询。

今日荐文


你也「在看」吗?

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
自取其辱!高市早苗摇头晃脑,抛媚眼后丑态百出,马科斯无动于衷

自取其辱!高市早苗摇头晃脑,抛媚眼后丑态百出,马科斯无动于衷

花颜蕴韵
2026-11-18 19:56:56
立场亲华武契奇前脚离去,后脚塞尔维亚就冒出个不亲欧不亲俄的“硬茬”,欧洲这次真急了!

立场亲华武契奇前脚离去,后脚塞尔维亚就冒出个不亲欧不亲俄的“硬茬”,欧洲这次真急了!

唠叨说历史
2026-11-12 14:20:16
北京炒股冠军罕见发声:如果11月迎来牛市,建议试试三线定股法!

北京炒股冠军罕见发声:如果11月迎来牛市,建议试试三线定股法!

股经纵横谈
2026-11-18 19:52:17
破六十多年惯例!美方搬出最高外交礼遇,实力才是硬通行证!

破六十多年惯例!美方搬出最高外交礼遇,实力才是硬通行证!

大又元
2026-09-25 19:23:02
再见,森保一!日本足球划时代:12场不败终结!新任主帅正式接班

再见,森保一!日本足球划时代:12场不败终结!新任主帅正式接班

徐罘老表哥
2026-11-18 03:01:48
湖南一女子3岁走失,40岁成为千万富豪后,登上电视寻亲。不料,亲生父母无人到场,得知内情她崩溃大哭

湖南一女子3岁走失,40岁成为千万富豪后,登上电视寻亲。不料,亲生父母无人到场,得知内情她崩溃大哭

扶苏聊历史
2026-11-18 14:57:07
真是毁三观!释永信21年前与刘立明在郑州发生关系的笔录曝光

真是毁三观!释永信21年前与刘立明在郑州发生关系的笔录曝光

魔都姐姐杂谈
2025-07-28 14:35:36
迪拜首富之女重病赴华寻求中医,中医扎五根银针,开口便让他们傻眼

迪拜首富之女重病赴华寻求中医,中医扎五根银针,开口便让他们傻眼

萧竹轻语
2025-10-13 11:40:11
央视翻车?感动全网的老人拆墙让路竟然是多年违规占地?

央视翻车?感动全网的老人拆墙让路竟然是多年违规占地?

魔都囡
2026-11-18 03:15:27
“赵丽颖起诉红果”上热搜!红果短剧:累计治理肖像侵权作品超4.3万部

“赵丽颖起诉红果”上热搜!红果短剧:累计治理肖像侵权作品超4.3万部

澎湃新闻
2026-11-17 17:02:45
APEC峰会最让人意外的,不是谁来了,而是马云和梁文锋都没现身

APEC峰会最让人意外的,不是谁来了,而是马云和梁文锋都没现身

别人都叫我阿腈
2026-11-18 14:06:25
公路车骑行服,熟女骑行穿搭,利落面料勾勒饱满曲线

公路车骑行服,熟女骑行穿搭,利落面料勾勒饱满曲线

只要高兴就好
2026-09-24 11:58:50
女人坐了28年牢,出狱去办证,民警一查系统,当场愣了

女人坐了28年牢,出狱去办证,民警一查系统,当场愣了

卡西莫多的故事
2025-10-30 11:33:46
中国车市连续7个月降幅超20%

中国车市连续7个月降幅超20%

西虹市闲话
2026-11-16 13:16:09
董少鹏:中国股市究竟该怎么办?

董少鹏:中国股市究竟该怎么办?

新浪财经
2026-11-18 14:15:26
红军到陕北后没吃没穿,是如何度过难关的?毛泽东:要感谢三个人

红军到陕北后没吃没穿,是如何度过难关的?毛泽东:要感谢三个人

阿胡
2026-11-08 10:49:27
国家广播电视总局举办电视剧《伟大的长征》创作座谈会

国家广播电视总局举办电视剧《伟大的长征》创作座谈会

澎湃新闻
2026-11-17 20:29:11
普京访华:来中国最舒心,中美俄开创历史

普京访华:来中国最舒心,中美俄开创历史

生思孰虑
2026-11-18 16:31:39
WTA公布赛季年终奖金榜:郑钦文收入超249万美元,为收入最高中国球员;世界第一莱巴金娜超1113万美元居首,安德列娃、萨巴伦卡分列二三位

WTA公布赛季年终奖金榜:郑钦文收入超249万美元,为收入最高中国球员;世界第一莱巴金娜超1113万美元居首,安德列娃、萨巴伦卡分列二三位

大风新闻
2026-11-18 14:26:01
国民党一人抛出统一方案,我国台办回应亮了,释放重要信号

国民党一人抛出统一方案,我国台办回应亮了,释放重要信号

坠入二次元的海洋
2026-11-18 16:44:53
2026-11-18 22:04:49
AI前线 incentive-icons
AI前线
面向AI爱好者、开发者和科学家,提供AI领域技术资讯。
1820文章数 177关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

时尚
房产
亲子
游戏
公开课

秋天衣服别总穿纯色,试试这几件条纹单品,简单时尚又减龄

房产要闻

6.6亿!海口卖地!

亲子要闻

宝宝气人但是聪明的4个行为

英国法庭驳回索尼PlayStation数字内容集体诉讼

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版