谷歌借助Gemini AI系统深化对机器人的训练

发布者:CuriousTraveler最新更新时间:2024-07-12 作者: Lemontree 手机看文章 扫描二维码
随时随地手机看文章

7月12日,国际界传来新动态,谷歌正借助其先进的Gemini 系统,深化对旗下的训练,旨在显著提升它们的导航能力和任务执行能力。DeepMind机器人团队发布的研究论文,详细阐述了如何利用Gemini 1.5 Pro的强化长上下文窗口功能,极大地优化了用户通过自然语言指令与RT-2机器人交互的体验。

这一创新技术的核心在于,机器人首先通过拍摄并分析家庭或办公室等指定区域的,利用Gemini 1.5 Pro的强大能力来“学习”并理解其所在环境。随后,机器人能够基于这些视觉,灵活运用语音和/或图像反馈,执行用户的复杂指令。例如,当用户询问“我在哪里可以给充电?”时,机器人能迅速识别环境,并引导用户至最近的插座。

据DeepMind透露,在覆盖超过9,000平方英尺的测试区域内,这些由Gemini驱动的机器人成功响应并完成了50多项不同用户指令,成功率高达90%,展现了极高的准确性和效率。

更令人振奋的是,初步研究还揭示了Gemini 1.5 Pro赋予机器人的额外能力——即除了精准导航外,还能规划并执行更为复杂的任务指令。例如,面对询问是否有特定饮料的用户,机器人能够自主决定前往冰箱检查,随后返回并报告结果,这一连串动作展现了其强大的决策与执行能力。

尽管在视频演示中,机器人对每条指令的迅速确认给人留下了深刻印象,但研究报告也诚实地指出了背后隐藏的“秘密”——处理这些复杂指令实际上需要10至30秒的时间。这表明,尽管技术进步显著,但实现完全无缝的人机交互仍需时日。

不过,这一系列的进展无疑为我们描绘了一幅未来生活的美好图景:或许不久的将来,我们就能与这些高度化的机器人共享家园,让它们帮助我们找到遗失的钥匙、钱包,甚至是执行更多日常生活中的琐碎任务,极大地提升生活的便捷性与舒适度。

引用地址:谷歌借助Gemini AI系统深化对机器人的训练

上一篇:逐际动力再获资本青睐,加速通用人形机器人技术商业化进程
下一篇:FSD渐入佳境,视觉方案还在机器人中“打酱油”?

小广播
最新机器人文章

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关:

词云: 1 2 3 4 5 6 7 8 9 10

北京市海淀区中关村大街18号B座15层1530室 电话:(010)82350740 邮编:100190

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved