Gemini Robotics 2
Gemini Robotics 2 是 Google DeepMind 為真實世界機器人打造的視覺-語言-行動與具身推理堆疊。它將感知與語言轉換為運動控制，規劃多步任務，實現全身靈巧操作，並協調多機器人在動態且以人為中心的環境中協作。
概覽
團隊整合 Gemini Robotics 2 以感知場景、規劃多步任務，並在手部、手臂與腿部執行穩健動作。系統融合視覺上下文與自然語言目標，產生可執行的控制軌跡，並隨環境變化、使用者介入或多機器人分工即時調整。
功能
設計給打造通用操控器與人形機器人的機器人團隊、企業自動化群組、探索具身 AI 的實驗室研究者，以及試點服務、倉儲或現場部署的新創公司。適用於任務每日變化、環境多變，且需與人或異質機器人協作的場景。技術買家尋求可調控控制、執行中可解釋性及跨硬體最小調整，尤其在安全、問責與運營正常時間為關鍵限制時，將獲最大效益。
- 將視覺與語言轉換為機器人的精確低延遲運動指令。
- 利用空間推理與動態約束處理生成長期規劃。
- 協調多機器人工作流程，靈活實現通訊、任務分工與重新規劃。
- 提供全身人形控制，涵蓋平衡、伸展、抓握與移動。
- 快速適應新機體，包括高效的裝置端執行選項。
主要功能
適用對象
目前透過日益擴大的可信測試者計劃及與機器人硬體供應商的研究合作提供存取。團隊定義目標機體與任務，並合作進行資料收集、控制器啟動與評估協議。自然語言介面支持操作員迴路試驗，無需大量低階程式設計。文件涵蓋模型功能、機體適應工作流程及建議的安全實務。裝置端變體適用於延遲、隱私或離線操作優先的情況。追求早期試點的組織應規劃硬體規格、代表性任務套件與設施限制，以加速範圍界定。隨著準備度提升，分階段部署驗證在現實吞吐量與停機目標下的可靠性、恢復行為與人機互動。
感知、推理與行動——一體化堆疊，讓機器人安全地與我們共事。
入門指南
Gemini Robotics 2 將具世界感知的規劃與高精度控制結合於單一可調適堆疊。它跨機體泛化，支持可解釋的自然語言監督，並從裝置端邊緣執行擴展至多機器人協作。依託 DeepMind 的安全工作與合作夥伴，目標是在脆弱且單一任務系統失效的非結構化空間中實現實用可靠性。對尋求快速啟動、靈巧操作及協調人形機器人運作的團隊而言，提供通往多功能生產級機器人的可信路徑。
開啟該工具並檢視其核心產品體驗。
建立帳戶或進入你已有的工作空間。
使用你自己的任務判斷速度、品質與適配度。
在最終決定前查看類似 AI 工具。
Gemini Robotics 2
Google DeepMind 是一個推動通用智能以實現真實世界影響的 AI 研究與工程組織。其工作涵蓋基礎模型、具身 AI、安全性與應用科學。Gemini 系列統合多模態感知、推理與控制，使開發者與合作夥伴能將尖端研究轉化為產業、科學與社會的穩健系統。
Gemini Robotics 2 是 DeepMind 最先進的視覺-語言-行動（VLA）模型，搭配具身推理（ER）模型以進行具世界感知的規劃。VLA 將多模態輸入轉換為手臂、手部及完整人形機器人的低延遲運動指令。ER 則繪製物理空間、推理約束，並生成可即時執行、監控及調整的長期多步計劃。兩者結合實現精確的全身控制、細膩操作及多機器人協作於共享且動態的環境中。此堆疊可適應新型機體，對雙臂平台的啟動時間報告為數小時，並提供適用於資源受限硬體的高效本地變體。互動自然：使用者可提供日常指令、中途重定向行為，並獲得意圖與進度說明。安全性透過多層防護及與外部專家合作來保障。與領先硬體公司的研究合作展示系統於多樣操控器與人形機器人上，而日益擴大的可信測試者計劃評估其在真實操作中的可靠性、可用性與部署準備度。
deepmind.google/models/gemini-robotics/
留言 (0)
尚無留言