Google 详解 Gemini 机器人模型:从叠千纸鹤到投篮,通用具身智能来了
Google DeepMind 揭秘了基于 Gemini 2.0 微调的 Gemini Robotics 系列模型。该系列包含负责空间推理与动作规划的 Gemini Robotics-ER,以及直接输出物理控制的视觉-语言-动作模型 Gemini Robotics,无需针对性训练就能完成叠千纸鹤、做沙拉等未见过的复杂任务。目前已向受信任的测试者及合作伙伴开放。
Google DeepMind 揭秘了基于 Gemini 2.0 微调的 Gemini Robotics 系列模型。该系列包含负责空间推理与动作规划的 Gemini Robotics-ER,以及直接输出物理控制的视觉-语言-动作模型 Gemini Robotics,无需针对性训练就能完成叠千纸鹤、做沙拉等未见过的复杂任务。目前已向受信任的测试者及合作伙伴开放。
Google DeepMind基于Gemini 2.0推出Gemini Robotics与Gemini Robotics-ER两款模型。新模型直接输出物理动作,能搞定折纸等高精细操作,泛化基准表现翻倍。Google还联手Apptronik,正把模型装进Apollo人形机器人。
Google 宣布将 Gemini 2.0 引入美区 AI Overviews,提升编程与数学推理能力,青少年及未登录用户也可使用。同时,Google 在 Labs 推出实验性「AI Mode」,利用多步检索拆解复杂问题并支持多轮追问。目前优先向 Google One AI Premium 订阅用户开放测试。
Google 为 Colab 笔记本整合了「Data Science Agent」智能体。它基于 Gemini 2.0,用户上传 1GB 内的 CSV 或 JSON 文件后,用自然语言就能清洗数据、做可视化或写 SQL。本周起免费开放,但受算力额度限制。
Google 推出基于 Gemini 2.0 的科研多智能体系统 AI co-scientist。它能模拟科研方法,通过辩论与打分自我演进,生成原创科研假设和实验方案。目前相关成果已在白血病老药新用等生物医学实验中得到验证,正面向科研机构开放测试申请。
Google 正式推出新一代大模型 Gemini 2.0,首发上线实验版 Gemini 2.0 Flash。新模型不仅速度翻倍、基准测试超过 1.5 Pro,更支持原生图像生成、多语言语音输出和原生工具调用,同时还带来了长篇深度调研功能 Deep Research。
Google Cloud 宣布第六代 TPU Trillium 正式面向所有客户商用。相比上一代 v5e,其训练性能提升超 4 倍、推理吞吐量提升至多 3 倍,单芯片算力提高 4.7 倍。最值得关注的是,Google 刚发布的 Gemini 2.0 正是基于这款芯片训练完成。