众力资讯网

谷歌机器人学会系蝴蝶结:已进车厂打工

谷歌的机器人,又学会了一项手上功夫。

11月10日,谷歌DeepMind发布了Gemini Robotics 2.5,这是它迄今最强的视觉-语言-动作模型。简单说,这个模型让机器人能看懂东西、听懂人话,然后直接动手干活,不用一步步写程序。

这次升级主打一个“手巧”。DeepMind在200多项不同的任务上做了测试,机器人能用夹子给人夹菜、给礼盒系蝴蝶结,还能用移液器吸取液体,这些都是很考验手感的细活。和之前基线比,成功率提高了30%到100%,做事还快了20%到30%。

手巧不只是为了表演。DeepMind还把机器人送进了真车厂做测试:在奔驰位于匈牙利凯奇凯梅特和德国辛德尔芬根的两条生产线上,Apptronik的人形机器人Apollo 2干起了汽车套件分拣的活——从一堆零件里挑出要用的,再按每辆车的顺序放进托盘。DeepMind公布的成功率是96%。

先说清楚,这还不是正式上岗,而是概念验证。96%也是DeepMind自己公布的试点数据,没有公开具体试了多少次。但它确实说明了一件事:人形机器人已经从实验室的演示台,走到了真实生产线上,干的是重复又费体力的活,好让工人去做更复杂的装配。

安全这块也有升级。模型能在运行时绕开障碍物和身边的人,DeepMind称,绕障任务的安全完成率提高了33%,在有人在场时提高了43%。

不过,想马上用上还不行。Gemini Robotics 2.5目前只向合作伙伴开放,没有公布面向公众的开放时间。

这次进步背后还有个帮手:Gemini 4 Argon。它能根据真实场景生成大量模拟练习,让机器人更快学会新本事,也大幅缩短了研发时间。

从系蝴蝶结到进车厂,机器人离真正“打工”的那天,又近了一步。

本文仅为公开资讯整理,不构成投资建议。