外部行业实践 ·
Google DeepMind推出Gemini Robotics 2系列模型 赋能机器人实现自主复杂操作
7月30日Google DeepMind推出Gemini Robotics 2系列共三款AI模型，可支持控制人形等多类型机器人，实现全身智能控制、精细操作、多机器人协同工作，还可在设备本地运行，快速适配不同的机器人本体，在多类操作任务中达到了相应的成功率，同时配套了专门的安全框架保障机器人运行安全，目前部分模型已开放试用权限。
仅供行业学习与场景参考，不代表优秘交付、客户关系或效果承诺。
面临的问题
此前多数机器人依赖预编程或远程操控，仅能执行狭窄的重复任务，缺乏自主学习和适应不可预测环境的能力，已掌握的技能很难在不同机器人本体之间迁移，同时机器人在真实场景运行的安全保障也存在不足。
AI 落地做法
推出三款分工不同的Gemini Robotics 2系列模型，分别负责机器人全身动作控制、具身推理与多步骤任务规划及多机协作、本地运行快速适配新本体，结合多模态环境感知、动作转换、安全编排基准等技术，适配不同场景下的机器人运行需求。
实施路径
- 采用多模型组合架构，包含1个视觉语言理解模型、2个分别控制全身和手部动作的视觉语言动作模型
- 模型训练结合人工远程操作、视频示例和模拟三种方式
- 推出ASIMOV-Agentic安全基准，搭配传统物理安全措施与AI安全框架，保障机器人运行安全
- 针对不同使用场景推出差异化模型，分别支持云端具身推理、设备本地运行等需求
来源：InfoQ 中文（本站改写摘要，成效数据均取自原文）
项目背景
当前科技巨头均在布局可落地物理世界的AI能力，将其作为通往通用人工智能的重要发展方向，行业需要可适配多种机器人本体、支持复杂自主操作、安全可靠的机器人智能系统。 本案例依据「InfoQ 中文」公开发布的信息整理，原文：https://www.infoq.cn/article/Zx9Z9etgapBsdOL9FtW1?utm_source=rss&utm_medium=article
业务问题
此前多数机器人依赖预编程或远程操控，仅能执行狭窄的重复任务，缺乏自主学习和适应不可预测环境的能力，已掌握的技能很难在不同机器人本体之间迁移，同时机器人在真实场景运行的安全保障也存在不足。
实践方案
推出三款分工不同的Gemini Robotics 2系列模型，分别负责机器人全身动作控制、具身推理与多步骤任务规划及多机协作、本地运行快速适配新本体，结合多模态环境感知、动作转换、安全编排基准等技术，适配不同场景下的机器人运行需求。
原始来源：https://www.infoq.cn/article/Zx9Z9etgapBsdOL9FtW1?utm_source=rss&utm_medium=article