谷歌发布Gemini Robotics 2.0，宣称灵巧性和安全性提升

Google推出了Gemini Robotics 2.0，这是一套模型，使机器人能够执行更复杂的任务、分析不断变化的环境并与其他机器人协作。其核心是一个名为Gemini Robotics ER 2的具身推理模型，相比之前的1.6版本有显著改进。该模型与Gemini Live API集成，使开发者能够利用其功能。ER 2是一个视觉语言模型（VLM），能够处理来自机器人摄像头的实时视频流来跟踪进度。Google声称，ER 2对视频片段完整性的分类准确率接近60%，优于竞品的AI模型。该项目旨在打造一个能执行人类任意动作的通用机器人，有时被称为“物理AGI”。