DeepMind Gemini Robotics 2 实现人形机器人全身控制

Google DeepMind 表示，最新版 Gemini Robotics AI 模型可以“控制整个人形机器人”。此前的模型主要控制人形机器人的上半身，而据周四发布的公告称，Gemini Robotics 2 现已支持从双脚到指尖的“全身运动”。

新模型能够让人形机器人执行更广泛的动作，包括行走、下蹲、伸展和操控物体。Google 分享的视频展示了 Apptronik 的 Apollo 2 机器人如何弯腰拿起洒水壶，以及如何从货架上找到并取下指定物品。

尽管 Google DeepMind 指出，其机器人“在移动速度方面仍有很大的提升空间”，但也表示，此次更新“是迈向掌握更复杂现实世界任务所需技能的重要一步，这些任务需要全身协调配合”。

此外，Gemini Robotics 2 的灵巧性也有所提升，现在可以控制结构更加复杂的五指手。这让机器人能够执行封好 Ziploc 密封袋、扎紧垃圾袋或拧下灯泡等任务。

Google DeepMind 还更新了 Gemini Robotics ER（embodied reasoning，具身推理）。这是一种 vision-language model，可帮助机器人分析周围环境、处理指令并执行多步骤任务。Gemini Robotics ER 2 更擅长完成持续时间较长的任务，并且“现在能够理解任务何时开始、何时结束”。

Google DeepMind 表示，此次更新还支持多个不同类型的机器人协同工作并完成任务。其中一段视频展示了在清理车库时，Apollo 2 如何指示 Google 的双臂机器人将工具放进收纳箱。

该公司指出，Gemini Robotics ER 2 是其“迄今最安全的机器人模型”，因为它能够“更好地检测附近是否有人、触发安全工具调用，并在有人靠得过近时让机器人安全停止”。

与此同时，Google DeepMind 还改进了 Gemini Robotics On-Device Model。该模型无需互联网连接，即可在机器人本地运行。如今，它能够更快适配新的机器人形态，包括那些拥有“截然不同的外形、传感器和自由度”的机器人。