文章详情

谷歌DeepMind推出了他们的秘密武器——Gemini Robotics! 这可不是你家扫地机器人那点小打小闹，而是要将AI的智慧真正注入钢铁之躯，让机器人也能像咱们一样（甚至更聪明地）在物理世界里大显身手。

无所不能的“多面手”

Gemini Robotics的核心在于其基于先进的Gemini2.0模型。要知道，Gemini本身就具备处理文本、图像、音频和视频的强大能力。

而Gemini Robotics更进一步，让机器人拥有了理解物理空间并采取行动的“超能力”。这意味着，无论是应对文字指令、识别眼前画面、听懂你的“灵魂”语音，还是分析一段操作视频，Gemini Robotics都能心领神会，并转化为实际的物理操作。

想象一下，以后只需动动嘴皮子，或者给机器人看张图，它就能帮你把家务安排得明明白白，是不是有点小激动?

要说Gemini Robotics最让人眼前一亮的，还得是它的泛化能力。这可不是只会执行预设程序的“憨憨”，它拥有Gemini强大的世界知识，即使面对全新的物体、五花八门的指令，甚至是前所未有的环境，也能迅速理解并找到解决方案。 

谷歌自豪地表示，在综合泛化基准测试中，Gemini Robotics的性能比其他顶尖的视觉-语言-动作模型高出两倍以上。这就像一个学霸，不仅能轻松应对考试，还能举一反三，解决各种实际问题。以后遇到突发状况，再也不用担心机器人“掉线”啦!

“秒懂你心”的贴心助理

在人机交互方面，Gemini Robotics也展现出了惊人的互动性。它不仅能理解日常口语化的指令，还能对指令的突然变化或周围环境的改变做出快速反应。

更厉害的是，它还能在接收到初步指令后，无需过多干预就能自主完成任务。 设想一下，你一边悠闲地喝着咖啡，一边随口说一句“帮我收拾一下桌子”，Gemini Robotics就能迅速领会，并灵活应对可能出现的各种小意外，比如不小心碰倒了水杯，它也能及时调整动作。。

别看Gemini Robotics“智商”高，它的“情商”——也就是灵活性也同样出色。许多我们人类习以为常的精细动作，对于传统机器人来说往往是巨大的挑战。

但Gemini Robotics却能轻松应对，无论是折纸、打包午餐，还是制作一份精致的沙拉，它都能展现出细腻的动作和精准的协调性。以后想吃个爱心便当，或许只需要给Gemini Robotics一个简单的食谱就行了。

“百变金刚”适应性强

更令人惊喜的是，Gemini Robotics还具备多形态适应性。它并非只适用于某一种特定的机器人形态，无论是双臂机器人平台ALOHA2，还是人形机器人Apptronik的Apollo，Gemini Robotics都能轻松驾驭。这意味着，未来我们可以看到各种各样搭载Gemini Robotics的智能机器人，在不同的领域发挥其独特的作用。

除了Gemini Robotics这个“全能选手”，谷歌还推出了Gemini Robotics-ER。这里的“ER”代表“具身推理”（Embodied Reasoning）。

这款模型更侧重于提升机器人对物理世界的空间理解能力，并能与现有的低级别控制器相结合。它可以大幅提升Gemini2.0在物体指认和3D检测等方面的能力。

通过结合空间推理和Gemini的编码能力，Gemini Robotics-ER甚至可以“即时”创造全新的机器人功能。例如，当看到一个咖啡杯时，它就能自主判断出最合适的抓握方式和安全的移动轨迹。

当然，在让AI走进现实世界的同时，安全问题也是重中之重。谷歌强调，他们采取了全面的安全措施，从底层的电机控制到高层的语义理解，都进行了细致的考虑。

Gemini Robotics-ER可以与机器人原有的安全控制器进行交互，判断潜在动作的安全性，并生成合适的响应. 此外，谷歌还发布了一个新的数据集ASIMOV，以评估和提升具身AI和机器人的语义安全性。他们还与内外部专家、政策制定者以及责任与安全委员会紧密合作，确保Gemini Robotics的发展符合伦理和安全标准。

为了加速Gemini Robotics的落地应用，谷歌已经与多家机器人公司展开合作，包括Apptronik、Agile Robots、Agility Robotics、Boston Dynamics和Enchanted Tools等。通过与这些行业领军者的合作，我们可以期待在不久的将来，看到更多搭载Gemini Robotics的智能机器人出现在我们的生活和工作中。

谷歌的Gemini Robotics无疑为人工智能和机器人领域注入了新的活力。它强大的多模态理解能力、出色的泛化性、自然的人机交互以及精湛的操作技能，都预示着一个智能机器人时代即将到来。至于这到底是“打工人福音”还是会带来一些“小小的”职业挑战，就让我们拭目以待吧!毕竟，谁不想拥有一个聪明又勤劳的机器人助手呢?

官方博客：https://deepmind.google/discover/blog/gemini-robotics-brings-ai-into-the-physical-world/