跳到正文
今天11月11日周三1 条
  1. The Decoder78

    Google DeepMind 发布 Gemini Robotics 2.5,奔驰产线试点分拣金属件成功率达 96%

    Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5,可处理视觉信息、理解语言指令并转化为机器人动作。该模型在匈牙利 Kecskemét 和德国 Sindelfingen 的奔驰在产产线上试点,Apptronik 的 Apollo 2 机器人按装配顺序从散料箱分拣金属件放入托盘,报告成功率为 96%。

    同一件事,精选收录的是《Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型》

11月10日周二
  1. Google DeepMind78

    Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型

    Google DeepMind 发布 Gemini Robotics 2.5,称其为目前能力最强的视觉-语言-动作(VLA)模型,在 200 项任务上相比此前基线成功率提升 30% 至 100%,完成任务速度快 20% 至 30%。

    推荐理由:官方给出 200 项任务评测与奔驰产线 96% 成功率的实测数据,可据此判断 VLA 模型在真实工业场景的落地程度。