(網(wǎng)經(jīng)社訊)3月13日消息，當(dāng)?shù)貢r間周三，谷歌發(fā)布了兩款新型 AI 模型——Gemini Robotics 和 Gemini Robotics-ER（具象推理），旨在提升機器人在現(xiàn)實世界中的任務(wù)執(zhí)行能力。這一突破標(biāo)志著機器人技術(shù)在通用性、互動性和安全性方面邁出了重要一步，同時也為未來智能機器人的廣泛應(yīng)用奠定了基礎(chǔ)。
一、技術(shù)突破：從多模態(tài)理解到具象推理
1. Gemini Robotics：多模態(tài)世界理解
據(jù)網(wǎng)經(jīng)社云計算臺（CC.100EC.CN）查詢DeepSeek后獲悉，Gemini Robotics 是一款視覺語言行動模型，基于谷歌最新的 Gemini 2.0 模型開發(fā)。它通過加入物理行動的新模態(tài)，實現(xiàn)了對現(xiàn)實世界的多模態(tài)理解。這一模型的最大亮點在于其通用性，能夠在未經(jīng)專門訓(xùn)練的情況下理解新情境，并執(zhí)行精確的物理操作，如折紙或打開瓶蓋。這種能力使機器人能夠更好地適應(yīng)復(fù)雜多變的環(huán)境，為未來的家庭服務(wù)、醫(yī)療護理等領(lǐng)域提供了技術(shù)支持。
2. Gemini Robotics-ER：具象推理與安全性
Gemini Robotics-ER 則專注于復(fù)雜動態(tài)世界的理解，特別是在動作安全性方面的評估。該模型通過分層安全策略，確保機器人在執(zhí)行任務(wù)時能夠評估潛在風(fēng)險并采取相應(yīng)措施。這一功能對于機器人在工業(yè)、醫(yī)療等高風(fēng)險環(huán)境中的應(yīng)用尤為重要，為智能技術(shù)的安全性提供了保障。
二、應(yīng)用前景：推動機器人技術(shù)的普及
1. 人形機器人的開發(fā)
谷歌 DeepMind 與 Apptronik 合作，致力于打造下一代人形機器人。Gemini Robotics-ER 模型的開放將為這一領(lǐng)域注入新的活力，推動人形機器人在服務(wù)、制造等領(lǐng)域的應(yīng)用。通過與多家公司合作，谷歌 DeepMind 正在加速智能技術(shù)的商業(yè)化進程。
2. 多領(lǐng)域應(yīng)用的潛力
這兩款模型不僅在家庭服務(wù)機器人領(lǐng)域具有廣闊前景，還可應(yīng)用于工業(yè)自動化、醫(yī)療護理、物流配送等多個領(lǐng)域。例如，在醫(yī)療領(lǐng)域，機器人可以協(xié)助醫(yī)生完成精細的手術(shù)操作；在物流領(lǐng)域，機器人可以高效完成貨物的分揀和搬運。這些應(yīng)用將顯著提升生產(chǎn)效率，降低人力成本。
三、挑戰(zhàn)與未來展望
盡管 Gemini Robotics 和 Gemini Robotics-ER 展現(xiàn)了強大的技術(shù)潛力，但其在實際應(yīng)用中仍面臨諸多挑戰(zhàn)。例如，如何確保模型在極端環(huán)境下的穩(wěn)定性，以及如何降低技術(shù)成本以實現(xiàn)大規(guī)模普及。此外，隨著機器人技術(shù)的快速發(fā)展，倫理和安全問題也亟待解決。
未來，隨著技術(shù)的不斷迭代和優(yōu)化，Gemini Robotics 系列模型有望成為機器人領(lǐng)域的核心技術(shù)之一。通過與行業(yè)伙伴的深度合作，谷歌 DeepMind 正在為智能機器人的廣泛應(yīng)用鋪平道路，推動人類社會邁向智能化新時代。
