Gemini Robotics 2 为机器人带来全身智能

Google DeepMind发布了Gemini Robotics 2，这是一个面向机器人的全新智能层，可实现全身控制、精细操作以及多机器人协作。该系统包含三个模型：Gemini Robotics 2，一个用于电机控制的视觉-语言-动作模型（Vision-Language-Action Model, VLA）；Gemini Robotics ER 2，一个面向规划和通信的具体化推理模型（Embodied Reasoning Model, ER）；以及Gemini Robotics On-Device 2，一个针对本地执行优化的高效VLA模型。这些模型能够控制像Apptronik的Apollo 2这样的人形机器人从足部到指尖的所有关节，执行诸如用五指手打结等精细任务，并支持多机器人团队协作。ER模型现已在Google AI Studio上线，并在Gemini企业版Agent平台中提供私有预览；而VLA和本地模型则面向早期合作伙伴开放。安全措施包括用于安全工具调用和人机距离检测的ASIMOV-Agentic基准测试。这一成果标志着向通用物理人工智能迈出了重要一步。