發表
我的網誌
Google DeepMind於週四宣布推出兩款全新人工智慧模型，這些模型將協助機器人利用網路來執行特定任務。這兩款模型分別為Gemini Robotics 1.5與Gemini Robotics-ER 1.5，能夠讓機器人在實體環境中進行思考、規劃及做出邏輯決策。
Gemini Robotics 1.5模型提升機器人任務透明度
Gemini Robotics 1.5是一個視覺-語言-行動模型，能在採取行動前進行思考，並展示其過程，協助機器人更透明地評估並完成複雜任務。此模型還能在不同實體間學習，加速技能學習。
Gemini Robotics-ER 1.5模型強化任務規劃能力
Gemini Robotics-ER 1.5則是一個視覺-語言模型，能夠對物理世界進行推理，並原生調用數位工具，創建詳細的多步驟計畫以完成任務。例如，當機器人需要根據位置將物品分類到正確的回收和垃圾桶時，這個模型就能協助整合機器人活動，並利用Google搜尋等工具來找出答案。
Alphabet(NASDAQ:GOOG) CEO對新模型的未來展望
Alphabet的執行長Sundar Pichai表示，這些新模型將幫助機器人從一種機器人學習轉移到另一種機器人，這是Alphabet邁向真正通用且有用機器人的下一大步。藉由這些進展，開發者能夠打造出更具能力和多功能的機器人，這些機器人能夠主動理解環境，以一般方式完成複雜的多步驟任務。
開發者可透過Google AI Studio取得模型
目前，開發者可以透過Google AI Studio的Gemini API取得Gemini Robotics-ER 1.5模型，而Gemini Robotics 1.5模型則已經提供給特定合作夥伴。這些技術進步將為機器人技術的發展帶來更多可能性。
