Google 詳解 Gemini 機器人模型:從疊千紙鶴到投籃,通用具身智慧來了
Google DeepMind 揭秘了基於 Gemini 2.0 微調的 Gemini Robotics 系列模型。該系列包含負責空間推理與動作規劃的 Gemini Robotics-ER,以及直接輸出物理控制的視覺-語言-動作模型 Gemini Robotics,無需針對性訓練就能完成疊千紙鶴、做沙拉等未見過的複雜任務。目前已向受信任的測試者及合作伙伴開放。
Google DeepMind 揭秘了基於 Gemini 2.0 微調的 Gemini Robotics 系列模型。該系列包含負責空間推理與動作規劃的 Gemini Robotics-ER,以及直接輸出物理控制的視覺-語言-動作模型 Gemini Robotics,無需針對性訓練就能完成疊千紙鶴、做沙拉等未見過的複雜任務。目前已向受信任的測試者及合作伙伴開放。
Google DeepMind基於Gemini 2.0推出Gemini Robotics與Gemini Robotics-ER兩款模型。新模型直接輸出物理動作,能搞定摺紙等高精細操作,泛化基準表現翻倍。Google還聯手Apptronik,正把模型裝進Apollo人形機器人。
Google 宣佈將 Gemini 2.0 引入美區 AI Overviews,提升程式設計與數學推理能力,青少年及未登入使用者也可使用。同時,Google 在 Labs 推出實驗性「AI Mode」,利用多步檢索拆解複雜問題並支援多輪追問。目前優先向 Google One AI Premium 訂閱使用者開放測試。
Google 為 Colab 筆記本整合了「Data Science Agent」智慧體。它基於 Gemini 2.0,使用者上傳 1GB 內的 CSV 或 JSON 檔案後,用自然語言就能清洗資料、做視覺化或寫 SQL。本週起免費開放,但受算力額度限制。
Google 推出基於 Gemini 2.0 的科研多智慧體系統 AI co-scientist。它能模擬科研方法,通過辯論與打分自我演進,生成原創科研假設和實驗方案。目前相關成果已在白血病老藥新用等生物醫學實驗中得到驗證,正面向科研機構開放測試申請。
Google 正式推出新一代大模型 Gemini 2.0,首發上線實驗版 Gemini 2.0 Flash。新模型不僅速度翻倍、基準測試超過 1.5 Pro,更支援原生影像生成、多語言語音輸出和原生工具呼叫,同時還帶來了長篇深度調研功能 Deep Research。
Google Cloud 宣佈第六代 TPU Trillium 正式面向所有客戶商用。相比上一代 v5e,其訓練效能提升超 4 倍、推理吞吐量提升至多 3 倍,單晶片算力提高 4.7 倍。最值得關注的是,Google 剛釋出的 Gemini 2.0 正是基於這款晶片訓練完成。