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，赋予机器人更强物理交互能力**
🔗 [原文链接](https://www.theverge.com/news/628021/google-deepmind-gemini-robotics-ai-models)
Google DeepMind 近日发布了两款旨在提升机器人现实世界任务执行能力的创新 AI 模型，标志着 AI 在物理世界应用方面迈出了重要一步。
* **核心模型介绍：**
* **Gemini Robotics**: 这是一款先进的 **vision-language-action (VLA)** 模型。它不仅能理解视觉信息和自然语言指令，还能将这些理解转化为具体的物理动作。关键在于，即使面对全新的、未经过专门训练的情境，Gemini Robotics 也能展现出良好的理解和泛化能力。这使得机器人能够更灵活地适应多变的环境和任务需求。
* **辅助模型与框架**:
* **RT-Trajectory**: 该模型专注于生成机器人执行任务所需的精细运动轨迹，提升动作的流畅度和精确度。
* **AutoRT**: 这是一个旨在确保机器人安全运行的框架。它结合了大型语言模型 (LLM) 和专门的机器人模型，用于评估任务环境、预测潜在风险，并为机器人设定安全操作的边界。这对于将 AI 驱动的机器人部署到人类生活和工作环境中至关重要。
* **技术突破与应用前景：**
* **增强的灵巧性**: 新模型显著提升了机器人的灵巧性（dexterity）。报道中提到，搭载了 Gemini Robotics 的机器人能够执行更精密的任务，例如准确地拿起并**折叠一张纸**。这展示了模型在理解复杂空间关系和进行精细操作方面的进步。
* **无需特定训练的适应性**: 传统机器人通常需要针对特定任务进行大量编程或训练。而 Gemini Robotics 的 VLA 能力意味着机器人可以更好地理解通用指令，并将其应用于未曾专门学习过的具体任务上，大大提高了机器人的通用性和部署效率。
* **更广泛的现实世界应用**: 这些进展为机器人在制造业、物流分拣、家庭服务、医疗辅助等领域开辟了更广阔的应用前景。具备更强理解能力、适应性和灵巧性的机器人，将能胜任更多复杂、动态的物理任务，从简单的物品搬运到更精细的装配或协作。
* **安全与伦理考量**: AutoRT 框架的引入，也体现了 Google DeepMind 在推动机器人能力发展的同时，对安全和伦理问题的重视，试图在机器人自主性与可控性之间找到平衡。
总而言之，Google DeepMind 的这些新模型代表了 AI 从纯粹的数字智能向具备物理实体交互能力的**具身智能 (Embodied AI)** 演进的重要里程碑。通过结合强大的 **perception** (感知)、**reasoning** (推理) 和 **action** (行动) 能力，未来的机器人有望更深入地融入我们的物理世界，承担起更多样化的角色。