谷歌公开了用于机器人开发的专用人工智能(AI)。在将生成式AI应用于物理世界的“物理AI”备受关注之际,谷歌率先推出机器人开发AI,形成抢占相关生态系统的格局。
12日(当地时间),谷歌DeepMind介绍了基于Gemini 2.0的机器人专用AI模型“Gemini Robotics”和“Gemini Robotics-ER”。Gemini Robotics是视觉·语言·行动(VLA)模型,是用于对机器人进行物理控制的AI。Gemini Robotics-ER则以空间理解能力为基础,帮助机器人执行自有程序。
谷歌表示:“利用Gemini对世界的理解,即便是未经事前训练的新任务也能熟练解决”,“Gemini Robotics-ER将空间推理与编程相结合,可立即实现全新功能,成功率是现有Gemini 2.0的2~3倍。”
当天谷歌通过演示视频介绍了搭载Gemini Robotics的机器人实际如何动作。可以观察到,机器人按指令组合写有字母的小积木拼出单词,还能拉上包的拉链、折纸、把饭盒放进包里等精细动作。
最令人印象深刻的场景是“篮球”。在未事先学习篮球和扣篮的机械臂前放上小型玩具篮球架并要求其扣篮后,它展现出拿起球投入篮筐的表现。谷歌DeepMind工程师卡尼什卡·拉奥解释称:“完全没有见过与篮球相关内容的机器人,通过Gemini模型理解了篮球架的形态和‘扣篮’的概念,并在真实物理世界中加以实现。”
近来包括谷歌在内的AI业界正加快机器人相关投资与新技术开发。谷歌上月共同参与了对人形机器人制造企业Apptronik的3.5亿美元新一轮投资。当天的演示中,Apptronik也作为主要合作伙伴出现。
OpenAI在接连投资Figure AI、1X等机器人相关初创企业后,正在招聘机器人工程专家。英伟达首席执行官(CEO)黄仁勋今年1月在CES 2025上公开了机器人专用学习平台“Cosmos”,并提出“物理AI”是AI下一代的发展方向。






