Google DeepMind推出Gemini Robotics 2系列模型 赋能机器人实现自主复杂操作
Google DeepMind
45.7% 至 76.3%
三种全身操控类别的任务成功率
74.2% 至 89.6%
三种Franka Duo抓取器类别的任务成功率
32% 至 92%
多指任务的成功率
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
面临的痛点
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。
优秘的方案
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。
智能全身控制高级灵巧操作多机器人协作具身推理
实施路径
1
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
2
模型训练结合人工远程操作、视频示例和模拟三种方式
3
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
4
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
落地成效
45.7% 至 76.3%
三种全身操控类别的任务成功率
74.2% 至 89.6%
三种Franka Duo抓取器类别的任务成功率
32% 至 92%
多指任务的成功率
想成为下一个成功案例？
预约专属顾问，结合你的行业与规模，给出可落地的 AI 化方案
优秘智能