2025年3月12日
📌 1. **谷歌 DeepMind 发布新型 AI 模型，助力机器人无需专门训练即可执行物理任务**
🔗 [原文链接](https://www.theverge.com/news/628021/google-deepmind-gemini-robotics-ai-models)
谷歌旗下的人工智能研究实验室 DeepMind 近日推出了两款突破性 AI 模型，旨在显著提升机器人在现实世界中执行多样化物理任务的能力，即使在没有针对特定任务进行预先训练的情况下也能有效运作。
其中一款核心模型名为 **Gemini Robotics**。这是一款先进的视觉-语言-行动（vision-language-action, VLA）模型。其突出优势在于能够理解和适应全新的、即使是之前未经过针对性训练的场景和任务。这意味着机器人具备了更强的泛化学习能力（generalization），能够理解自然语言指令或视觉信息，并将其转化为具体的物理动作序列，无需为每个新任务进行繁琐的专门编程或数据收集与训练，即可应对更广泛的挑战。这大大降低了机器人部署和适应新环境的门槛。
Gemini Robotics 不仅赋予机器人高级的“理解力”，更能有效提升其物理操作的灵活性（dexterity）和精确性。报道中提到，该模型能帮助机器人完成像精确折叠一张纸这样需要高度精细控制的任务，展现了其在复杂操控方面的潜力。这表明 AI 在赋予机器人类似人类的灵巧操作能力方面取得了实质性进展，为机器人在需要精细作业的场景（如装配、护理等）开辟了新的可能性。
同时发布的另一款模型（虽然未在新闻摘要中明确命名，但提及其核心目标）则聚焦于解决机器人学习的可扩展性（scaling robot learning）问题。它致力于开发更高效的方法论和技术框架，让机器人能够更快地从经验中学习新技能（skill acquisition），并将所学技能泛化到不同的物体、环境和任务指令中。这对于加速机器人能力的迭代和普及至关重要。
这两款模型的发布，代表了 AI 技术在机器人领域的又一重要里程碑，特别是在增强机器人自主性、适应性和物理交互能力方面。通过结合强大的基础模型（如 Gemini）与机器人特定的学习范式，谷歌 DeepMind 正在推动机器人从预设程序的执行者向能够理解、推理并与物理世界灵活互动的智能体转变。这预示着具备更强通用能力的机器人在工业自动化、物流仓储、家庭服务、科研探索等领域的应用潜力将得到进一步的挖掘与扩大。