Google DeepMind 近日推出兩款全新人工智慧模型，這些模型將協助機器人使用網路來執行特定任務。這兩款模型分別為 Gemini Robotics 1.5 和 Gemini Robotics-ER 1.5，能夠讓機器人在實體環境中進行思考、規劃並作出合理決策。這些進展將有助於開發者打造更具能力與多功能的機器人，讓它們能夠主動理解環境，完成複雜的多步驟任務。

Gemini Robotics 1.5 模型提升機器人思考能力

Gemini Robotics 1.5 是一個結合視覺、語言與行動的模型。根據 Google DeepMind 的部落格文章，這個模型在採取行動前會先進行思考，並展示其過程，幫助機器人更透明地評估並完成複雜任務。此外，該模型還能跨不同實體學習，加速技能習得。

Gemini Robotics-ER 1.5 模型改善機器人任務執行

Gemini Robotics-ER 1.5 模型則專注於視覺與語言的結合，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劃以完成任務。這款模型可將機器人的活動整合起來，類似於大腦，幫助機器人執行如查詢 Google 搜尋以獲取資訊等任務。

Alphabet CEO 對新模型的展望

Alphabet 執行長 Sundar Pichai 表示，這些新模型將幫助機器人從一種類型的機器人學習轉移到另一種，這是 Alphabet 邁向真正有用的通用機器人的下一大步。Gemini Robotics-ER 1.5 模型已透過 Google AI Studio 的 Gemini API 提供給開發者，而 Gemini Robotics 1.5 模型則已開放給部分合作夥伴。

權知道

我們重視「知」的權利 不惜抽絲剝繭、深入調查 只為讓投資人不錯過重要的投資訊息