【Google DeepMind 宣布推出了 Gemini Robotics 和 Gemini Robotics-ER 两款新型 AI 模型，这些模型基于 Gemini 2.0，标志着一代新的有用机器人的到来。Gemini Robotics 是一个先进的视觉 - 语言 - 行动（VLA）模型，它能够通过多模态理解进行物理操作，适应不同情境，与人类交互，并具有精细的操控能力。Gemini Robotics-ER 则强化了空间理解，使机器人能够更好地执行复杂任务，并且可以与现有的低级控制器连接。这两款模型都显著提高了机器人在现实世界中执行任务的能力，并且在安全性方面也进行了深入研究，包括发布新的数据集来评估和改进嵌入式 AI 和机器人的语义安全性。。亮点：1. 实现多模态交互，能够理解多种语言和指令；2. 在复杂任务中表现出色，如折纸和精细操作，成功率提升2-3倍；3. 支持多种机器人形态，适配从双臂机器人到人形机器人】
'Gemini Robotics brings AI into the physical world'
https://deepmind.google/discover/blog/gemini-robotics-brings-ai-into-the-physical-world/
