量子位
·
首款推理具身模型，谷歌DeepMind造！自主理解/规划/执行复杂任务，打破一机一训，还能互相0样本迁移技能
💡
原文中文，约4400字，阅读约需11分钟。
📝
内容提要
谷歌DeepMind推出了Gemini Robotics 1.5系列具身推理模型，具备自主理解、规划和执行复杂任务的能力，结合视觉、语言与动作，支持多步任务和跨平台技能迁移，提升机器人在现实世界中的应用潜力。
🎯
关键要点
- 谷歌DeepMind推出Gemini Robotics 1.5系列具身推理模型，具备自主理解、规划和执行复杂任务的能力。
- Gemini Robotics 1.5系列包含两个模型：GR 1.5负责动作执行，GR-ER 1.5强化推理能力。
- GR 1.5能够执行多步任务，如分类衣物和根据天气打包行李。
- 模型支持在不同机器人之间进行零样本跨平台技能迁移。
- GR-ER 1.5具备模拟推理能力，能将复杂任务拆解为小步骤并逐一执行。
- GR 1.5系列能够适配多种机器人硬件，简化了部署过程。
- 提出了全新的Motion Transfer机制，实现了跨平台的技能迁移。
- GR 1.5系列在安全性方面表现出色，具备风险识别与干预能力。
- 在基准测试中，GR 1.5在多个维度上超越了前代模型，展现出强大的性能。
- 开发者可以通过Google AI Studio中的Gemini API使用GR-ER 1.5，GR 1.5目前仅供少数合作伙伴使用。
❓
延伸问答
Gemini Robotics 1.5系列具备哪些主要功能？
Gemini Robotics 1.5系列具备自主理解、规划和执行复杂任务的能力，支持多步任务和跨平台技能迁移。
GR 1.5和GR-ER 1.5模型有什么区别？
GR 1.5负责动作执行，而GR-ER 1.5强化推理能力，提供规划与理解支持。
什么是Motion Transfer机制，它有什么作用？
Motion Transfer机制实现了跨平台的技能迁移，使得不同机器人之间的动作经验可以共享和复用。
GR 1.5系列在安全性方面表现如何？
GR 1.5系列具备风险识别与干预能力，能够理解动作背后的物理风险，确保安全性。
开发者如何使用GR-ER 1.5模型？
开发者可以通过Google AI Studio中的Gemini API使用GR-ER 1.5模型。
GR 1.5系列在基准测试中的表现如何？
在230项任务的基准测试中，GR 1.5在多个维度上表现优异，明显优于前代模型。
➡️
