DeepMind 发布 Gemini Robotics 2.5 与开源安全基准 ASIMOV-jailbreak
DeepMind reveals Gemini Robotics 2.5 and open safety benchmark "ASIMOV-jailbreak"
Google DeepMind 发布 Gemini Robotics 2.5，称其在需要高灵巧度的任务上明显提升，并在 Mercedes-Benz 工厂完成实际工作。
同一件事，精选收录的是《Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型》
Google DeepMind 发布了新一代 AI 驱动的 Gemini Robotics 平台。Google 表示，在 2.5 版本中，其机器人 AI 正接近能够像人类一样完成现实世界任务，令人期待。事实上，一些 Gemini 机器人已能在 Mercedes-Benz 工厂中完成实际工作，团队还在准备迎接机器人与人类并肩工作的那一天，并推出了开源安全基准。
DeepMind 的物理 AI 平台在用户输入与机器人动作之间设有多个计算层。其中包含视觉语言模型部分，即 Gemini Embodied Reasoning。它本质上会接收你的指令，并利用实时视频规划机器人如何完成任务。另一个主要组件是视觉-语言-动作（VLA）模型，它实际生成机器人动作，例如驱动执行器——这就是已升级至 2.5 版本的 Gemini Robotics。
DeepMind 表示，Gemini Robotics 2.5 在需要高度灵巧性的任务上表现好得多。该模型在 200 多项活动中接受了评估，包括用夹子分餐以及像实验室中那样使用移液管。Google 还展示，搭载 Gemini Robotics 2.5 的 Apptronik Apollo 2 人形机器人现在能用五指手打蝴蝶结，这是一项引人注目的壮举，因为可变形物体（如丝带）对机器人来说一向极难操作。
来源：Ars Technica · AI · arstechnica.com