谷歌人工智能開發團隊週日正式向全球開發者開放Gemini Robotics ER 2公共預覽版。該模型是專爲具身智能設計的第二代前沿推理架構。開發者可通過官方API調用兩個全新的端到端空間規劃端點。機器人多模態交互實現質的飛躍。
ER 2長程任務規劃成功率達84.2%
新模型在物理空間三維定位與幾何推理上展現了突破。傳統機器人操作依賴極其繁瑣的代碼轉換。新模型支持直接輸入未經處理的立體視頻流與深度點雲數據。大模型直接自主輸出多關節運動規劃指令。開發週期大幅縮短。效率顯著提升。
在複雜操作基準測試中，長程任務規劃成功率達到了84.2%。面對光照劇烈變化與物體堆疊遮擋時，機械臂依然能保持敏捷的適應姿態。智能體在連續動作中展現出自主糾偏本能。物理交互格外流暢自然。魯棒性能表現突出。
谷歌機器人實驗室首席科學家文森特·範霍克闡明瞭技術內核。範霍克指出：“具身智能的核心瓶頸在於理解物理世界規律，ER 2在空間常識與反饋調度上實現了從感知到行動的打通。”研發團隊爲工業界提供了開源評估套件。技術開放度受到讚譽。
仿真連接器兼容ROS 2與英偉達環境
爲了降低中小企業實操門檻，谷歌上線了配套仿真連接器。該工具全面兼容機器人操作系統ROS 2以及英偉達仿真環境。開發者在數字孿生平臺完成算法調優後，可一鍵部署至實體機械臂。軟硬件協同效率成倍提升。工程落地更加便捷。
在多模態語言交互方面，機器人能夠實時解析人類發出的模糊指令。例如給出收納易碎杯子的指令時，模型能自動推斷材質硬度並規避雜物。指令執行準確率超過91%。空間規劃精準可靠。任務完成質量極高。
全球多家工業機器人製造廠商已將該端點接入自動化試點產線。精密插件裝配的調試耗時縮短了近60%。複雜貨品無序分揀場景的抓取準確率達到99.1%。物理人工智能產業化落地顯著提速。產業應用價值巨大。
未來數週開放更大參數規模高級版本
谷歌技術團隊宣佈將在未來數週內開放更大參數規模的高級版本。企業級安全防護沙箱將對機器人物理輸出施加絕對動力學約束。開發者測試反饋渠道已全面開放。智能機器人加速融入現代工業。各界充滿期待。
學術界與開源機器人組織對谷歌的預覽發佈給出了積極評價。加州大學伯克利分校機器人實驗室已在物理雙臂操作平臺上展開基準評測。研究人員證實模型在小樣本遷移學習上優勢突出。學術交流格外活躍。
國際自動化與機器人學會表示將於下季度公佈物理人工智能安全評估標準。多模態大模型在物理環境中的碰撞規避與力矩限制將納入行業規範。技術創新與安全底線並駕齊驅。科技向善深入推進。
