今天是2025年3月12日，以下是最新的AI行业新闻。
📌 **1. Google DeepMind 发布新型 AI 模型，赋能机器人执行更广泛物理任务**
🔗 [原文链接](https://www.theverge.com/news/628021/google-deepmind-gemini-robotics-ai-models)
Google DeepMind 近日发布了两款突破性的 AI 模型，旨在显著提升机器人在现实世界中执行任务的能力，使其能够应对前所未有的广泛、复杂的场景，即使是在未经特定训练的情况下。
第一款核心模型名为 **Gemini Robotics**，这是一个先进的 **vision-language-action (视觉-语言-行动) 模型**。该模型基于谷歌强大的 Gemini 系列 AI，使其具备了理解自然语言指令、通过视觉感知理解周围环境，并据此规划和执行相应物理动作的能力。其最显著的优势在于强大的**泛化能力**：即使面对之前未经过专门针对性训练的新情境或任务，Gemini Robotics 也能进行有效的理解和推理，从而成功执行操作。这标志着机器人智能正从依赖于大量预编程指令或特定任务训练，向着更具适应性和自主决策能力的方向迈进一大步。
根据 DeepMind 的展示，Gemini Robotics 能够显著提升机器人的灵活性和精细操作能力（dexterity）。例如，机器人能够在该模型的驱动下，更精确地完成诸如**折叠一张纸**这样的精细任务。这充分展示了该模型在提升机器人操控精度、处理复杂物理交互任务方面的巨大潜力，为机器人在需要精巧操作的场景（如装配、护理等）中的应用打开了新的可能性。
除了提升任务执行能力，DeepMind 同时推出了第二款模型，专注于解决机器人安全与伦理问题。该模型引入了一种名为 **“constitutional AI”** 的安全框架。这个框架旨在为机器人内置一套行为准则或“宪法”，确保其行为始终符合预设的安全规范和道德标准，能够主动识别并拒绝执行可能导致伤害或违反伦理原则的指令。随着 AI 能力日益增强，确保其在物理世界中的行为安全可控变得至关重要，这一安全框架的提出，是构建可信赖、负责任机器人系统的重要保障。
这两款模型的发布，代表了 Google DeepMind 在弥合先进 AI （如强大的语言和视觉理解能力）与物理世界交互（机器人实体操作）之间鸿沟方面取得的重大进展。这不仅有望加速通用型机器人的研发进程，也为未来机器人在家庭服务、工业自动化、物流仓储、医疗辅助乃至更广泛领域的实际部署铺平了道路。通过集成 Gemini Robotics 等先进模型，未来的机器人将不再仅仅是执行简单重复性任务的工具，而有望成为能够理解复杂指令、适应多变环境并能安全与人类协作的智能伙伴。谷歌也透露，目前正与包括 Agility Robotics、Boston Dynamics 在内的多家知名机器人公司展开合作，共同探索和推进这些先进 AI 模型在机器人产品上的应用落地。