RT-2模型将预训练的视觉-语言大模型集成到机器人的低级控制中，以提高泛化能力和语义推理。RT-2具备多模态推理能力，优于基线模型。然而，由于数据集限制，RT-2无法学习新的行为。
完成下面两步后，将自动完成登录并继续当前操作。
