北京時間昨晚,谷歌 DeepMind 推出兩款新型 AI 模型,旨在幫助機器人完成更多現(xiàn)實世界中的任務(wù)。
其中一款名為 Gemini Robotics,是一款視覺語言行動模型,能夠使機器人在沒有進行過專門訓(xùn)練的情況下理解新的情境。
Gemini Robotics 基于谷歌最新版本的 AI 旗艦?zāi)P?——Gemini 2.0。谷歌 DeepMind 機器人部門高級總監(jiān) Carolina Parada 曾表示,Gemini Robotics 依托 Gemini 的多模態(tài)世界理解能力,通過加入物理行動的新模態(tài),將其應(yīng)用到現(xiàn)實世界中。
該模型在谷歌 DeepMind 認為構(gòu)建高效機器人所需的三大核心領(lǐng)域取得了進展:通用性、互動性和靈活性。除了能夠應(yīng)對新的情境外,Gemini Robotics 在與人類及環(huán)境的互動上表現(xiàn)更好,且能夠執(zhí)行更精確的物理操作,比如折紙或打開瓶蓋。
另一款則是 Gemini Robotics-ER(具象推理)模型,公司稱其為一種先進的視覺語言模型,能夠“理解復(fù)雜且動態(tài)的世界”。
Parada 進一步解釋道,當你在裝便當盒時,桌上的物品擺放位置和如何操作是你必須考慮的內(nèi)容。Gemini Robotics-ER 正是為此類推理任務(wù)而設(shè)計,機器人專家可通過該模型與現(xiàn)有的低級控制系統(tǒng)對接,開啟由 Gemini Robotics-ER 驅(qū)動的新功能。
谷歌 DeepMind 的研究員 Vikas Sindhwani 表示,公司正在開發(fā)一種“分層安全策略”,并稱 Gemini Robotics-ER 模型已被訓(xùn)練用于評估在特定情況下某個動作是否安全。公司還發(fā)布了新的基準和框架,推動 AI 領(lǐng)域的安全研究。據(jù)IT之家了解,去年,谷歌 DeepMind推出了“機器人憲法”,這是一套受艾薩克 阿西莫夫啟發(fā)的機器人行為規(guī)范。
據(jù)外媒 The Verge,谷歌 DeepMind 與 Apptronik 合作,共同致力于“打造下一代人形機器人”。此外,谷歌還向包括 Agile Robots、Agility Robotics、波士頓動力和 Enchanted Tools 在內(nèi)的“受信任的測試者”開放了 Gemini Robotics-ER 模型。Parada 表示:“我們專注于打造能夠理解物理世界并在其中行動的智能,我們非常期待將這一技術(shù)應(yīng)用于多個領(lǐng)域和多種表現(xiàn)形式。”
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹慎對待。投資者據(jù)此操作,風險自擔。
根據(jù)2月底內(nèi)部溝通會上的消息,在美團發(fā)展的第二個十年,“科技”成了公司創(chuàng)始人兼CEO王興會更多關(guān)注的方向之一。
奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。
“以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。
華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實質(zhì)性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。
9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標識解析專題論壇在沈陽成功舉辦。