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。
技术方向
具身智能 最新动态
装进机器人身体里的 AI：人形机器人、具身基础模型，以及在真实环境里动手干活的能力。
2 条精选近 30 天 2 条共收录 7 条
更新
具身智能的精选
Google DeepMind精选AI 评分7878
NVIDIA Blog精选AI 评分7373 NVIDIA 在 CoRL 发布 GR00T 2 世界动作模型及 Isaac Lab 3.0 等开源机器人技术
NVIDIA 在 CoRL 上发布开源世界动作模型 GR00T 2，基于 NVIDIA Cosmos 构建，训练数据包含 10 万小时 NVIDIA 开源人类第一视角数据。
推荐理由：原文给出 GR00T 2 在少样本下的成功率与多项基准排名，读者可据此判断世界动作模型在精细操作上的进展。