專為機器人行業而設計!谷歌推出兩款新型AI模型
3月13日訊(編輯 牛占林)當地時間周三,谷歌宣布推出兩款基于Gemini 2.0的新型人工智能(AI)模型,旨在開發更靈活、可互動的機器人,有望推動機器人在更多場景中的應用和普及。
谷歌表示,最新的AI模型是為各種形狀的機器人設計的,包括人形機器人和工廠、倉庫中使用的其他類型的機器人。
據谷歌介紹,其中一款名為Gemini Robotics,是一款視覺-語言-行動模型,能夠通過物理動作輸出結果,使機器人可以理解自然語言指令并執行復雜任務。更簡單的說,Gemini Robotics可以聽懂人類的語言,然后執行相應的命令。
另一款名為Gemini Robotics-ER,是一個專注于空間推理的視覺-語言模型,能夠幫助機器人更好地理解周圍環境,并支持開發者利用其推理能力運行自己的程序。
谷歌DeepMind工程師Kanishka Rao表示,谷歌將Gemini模型應用于機器人,正在推動機器人技術向更智能、更通用的方向發展。“我們的世界非常復雜、動態且豐富,我認為通用智能機器人需要能夠應對這種復雜性。”
與此同時,包括Meta、特斯拉和OpenAI等巨頭均加大了在機器人領域的研發工作,許多初創公司也在機器人領域嶄露頭角,例如,Figure AI和Skild AI等,它們的估值都達到了數十億美元。
在預先錄制的演示視頻中,谷歌研究人員展示了運行其技術的機器人如何響應簡單指令。其中一臺機器人站在一堆字母拼圖前,在訓練員要求它拼出一個單詞時,它拼出了“Ace”。
工程師們還在實驗室里搭建了一個迷你玩具籃球場,另一臺機器人在被要求完成扣籃動作時,將一個小塑料球按進了籃筐。
Rao聲稱:“當我們第一次看到機器人扣籃時,整個團隊都非常興奮。這是因為機器人從來沒有見過任何與籃球有關的東西。它是通過Gemini理解了籃網的外觀以及‘扣籃’這個詞的含義,并能把它們聯系起來,然后在現實世界中完成這項任務。”
不過,谷歌強調這項工作仍處于“早期探索”階段。DeepMind研究員Vikas Sindhwani表示,Gemini模型是在對物理環境中的“常識性安全”有深刻理解的基礎上開發的。
他還提到,谷歌計劃逐步部署這些機器人,最初將它們放置在與人類保持安全距離的位置,隨著時間推移,在安全性能不斷提升的情況下,逐漸增加其互動性和協作性。
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法,不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險,讀者在采取與本文內容相關的任何行動之前,請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。