谷歌 DeepMind 推出双 AI 机器人系统

谷歌DeepMind最新推出的Gemini Robotics项目，首次实现了让机器人在行动前具备“思考”能力的双模型协同系统。这一技术突破有望打破当前机器人仅能完成特定任务的瓶颈，推动其向更通用化方向发展。

尽管生成式AI已在文本、图像、音频和视频内容创作中广泛应用，如今这项技术正被延伸至机器人动作指令的生成领域。DeepMind研究团队强调，生成式AI对机器人学具有深远意义，因为它能够赋予机器人前所未有的通用性与适应能力。

目前大多数机器人面临的核心挑战是高度专业化。每台机器人通常需要针对某一具体任务进行大量训练，在面对新任务时往往难以胜任。对此，谷歌DeepMind机器人部门主管Carolina Parada表示：“现有的机器人系统大多高度定制，部署过程复杂且耗时，常常花费数月时间才能上线一个只能做单一工作的机器人单元。”

为解决这一问题，DeepMind提出了基于生成式AI的新一代机器人架构。这类系统具备更强的泛化能力，能够在未知环境中自主适应，无需重新编程即可应对多样化任务。其实现方式依赖于两个协同工作的模型：一个负责规划决策，另一个专注于动作执行。

这两个新型模型分别为Gemini Robotics1.5与Gemini Robotics-ER1.5。其中，前者是一种视觉-语言-动作（VLA）模型，能够结合视觉感知和语言理解来生成具体的机器人操作指令；后者中的“ER”代表具身推理（Embodied Reasoning），是一个专精于推理的视觉-语言模型，接收环境图像和自然语言输入后，输出完成复杂任务所需的逻辑步骤。

美图云修

商业级AI影像处理工具

50 查看详情

尤为关键的是，Gemini Robotics-ER1.5是首个实现模拟推理的机器人AI系统，其推理机制类似于先进聊天机器人的思维链过程。虽然“思考”一词在生成式AI语境下可能存在争议，但DeepMind用此描述其高级决策能力。该模型在多项学术及内部基准测试中表现卓越，证明其能准确判断如何与物理世界交互。然而，它并不直接控制机器人运动，而是将生成的策略传递给执行模型。

以衣物分类任务为例：当机器人需要将混洗衣物按颜色分拣为白色和彩色两类时，Gemini Robotics-ER1.5会首先接收任务指令并分析场景图像。它还可调用外部工具如谷歌搜索获取相关信息，随后生成一系列自然语言形式的操作指南，指导机器人完成整个流程。

这种双模型设计的关键创新在于将“决策”与“执行”分离。具身推理模型专注于任务理解和路径规划，制定详尽的行动计划；而动作执行模型则精准地将这些抽象指令转化为机械臂的实际动作。通过这种分工协作模式，机器人不仅拥有了类人般的规划能力，同时也保持了工业级的操作精度与稳定性。

以上就是谷歌 DeepMind 推出双 AI 机器人系统的详细内容，更多请关注其它相关文章！

# 工具  # ai  # gemini  # 美图  # 这一  # 自然语言  # 欧盟  # 双模  # 谷歌  # 策划设计网站建设流程  # SEO有哪些危害  # 玉溪seo网站推广服务  # 免费推广店铺的网站  # 聊城网站建设个性化定制  # 保定seo监控  # 网络营销推广讲解稿模板  # 服装网站推广在哪里做  # 学校网站可以优化吗吗  # 江西整站营销推广服务费  # 专注于  # 是一种  # 反垄断  # 是一个  # 的是 

相关栏目： 【 行业新闻62819 】 【 科技资讯67470 】

相关推荐： 马斯克“揭秘”人工智能真面目  实践J*a开发，构建高性能的MongoDB数据迁移工具  当一切设备都受到人工智能的控制  马斯克发推讽刺人工智能，机器学习本质是统计？  AI+音乐如何“生成”动听旋律？一起揭秘世界人工智能大会开场曲  再也不怕「视频会议」尬住了！谷歌CHI顶会发布新神器Visual Captions：让图片做你的字幕助手  挤爆服务器，北大法律大模型ChatLaw火了：直接告诉你张三怎么判  网易加速行业AI大模型应用，将覆盖100多个应用场景  农业产业升级：AI驱动的“崃·见田”开启农田未来展望  MetaGPT AI 模型开源：可模拟软件公司开发过程，生成高质量代码  特斯拉首发人形机器人“擎天柱”亮相世界人工智能大会  实测 AI 建筑设计软件的自动生成效果图能力  基于预训练模型的金融事件分析及应用  重磅！ 捷通华声灵云AICC荣获第二届光合组织AI解决方案大赛二等奖  ChatGPT设计出的第一个机器人来了！【附人工智能行业预测】  贫穷让我预训练  阿里云全面支持Llama2训练部署，助力企业快速构建自有大型模型  谷歌计划在上海举办开发者大会，重点关注机器学习和生成式AI领域  上海发布“元宇宙关键技术攻关行动方案”，加快 AIGC 等突破  科学家称，面对人工智能，人类未来或只有灭亡与虚拟永生两个选择  拓普龙7188ML：轻便壁挂式工控机箱，为人工智能应用场景提供有力保障  500元一张的AI艺术二维码制作，详细教程来了！  数据显示：人工智能相关专业热度上升最快 考古、美术、生物医学工程等小众专业火了  联通发布鸿湖图文AI大模型1.0，可实现以文生图  普林斯顿大学推出 Infinigen AI 模型，生成真实自然环境 3D 场景  Nature封面：量子计算机离实际应用还有两年  AIGC 风潮刮到游戏产业，巨人网络与阿里云达成“游戏 +AI ”合作  日本演员工会提出AI立法建议 要求建立“声音肖像权”  自己动手使用AI技术实现数字内容生产  联想戴炜：以全栈AI加速CT与IT融合，共建高质量算力网络  【澎湃原动力】人工智能产业协同创新中心：全产业链资源在这里汇聚  南京制造的国产工业机器人：在外资品牌竞争中突围，年销售1.8万台  AI与5G的强强联合：唤醒数字时代的无尽潜能  Yann LeCun团队新研究成果：对自监督学习逆向工程，原来聚类是这样实现的  智能公司为何纷纷投身机器人领域？  OpenAI高管：AI能创造新的就业机会 但也会淘汰一些  Spotify计划推出AI驱动的音乐播放器功能  击败LLaMA？史上超强「猎鹰」排行存疑，符尧7行代码亲测，LeCun转赞  WHEE功能介绍  靠游戏更靠AI 英伟达成唯一首季度两位数增长的公司  美妆行业在AI时代蓬勃发展  时隔 4 年：谷歌更新安卓机器人 LOGO，形象更立体  干货满满，2025昆山元宇宙国际装备展等你来打卡！  科普：什么是AI大模型  掌阅科技入选北京市通用人工智能产业创新伙伴计划第二批成员名单  视觉中国推出付费AI绘图功能：无版权可用  ​布局智能物联新时代,中国移动“5G+物联网”亮相2025 MWC  亲身体验鸿蒙4：AI大模型带来的便利，告别单纯的旁观者状态  英伟达CEO宣称生成式AI已迎来“划时代时刻”  小米创始人雷军将揭示小米AI在年度演讲中的最新进展