Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型
Google DeepMind 发布 Gemini Robotics 2.5,称其为目前能力最强的视觉-语言-动作(VLA)模型,在技能广度与学习速度上均有提升。
推荐理由:官方给出 200 项任务评测与奔驰产线 96% 成功率,可据此判断 VLA 模型在真实工业场景的落地程度。
Google DeepMind 发布 Gemini Robotics 2.5,称其为目前能力最强的视觉-语言-动作(VLA)模型,在技能广度与学习速度上均有提升。
推荐理由:官方给出 200 项任务评测与奔驰产线 96% 成功率,可据此判断 VLA 模型在真实工业场景的落地程度。
NVIDIA 在 CoRL 上发布基于 Cosmos 构建的开放世界动作模型 GR00T 2,以及 Isaac Lab 3.0、Isaac Lab-Arena 0.4 预览版和 DexBench、VABAR 两个新基准。
推荐理由:NVIDIA 在 CoRL 集中开放 GR00T 2、Isaac Lab 3.0 与多个基准,读者可据此了解机器人仿真训练工具链的当前形态。