Gemini 机器人模型实测：精准拆解9分钟挖掘机视频
DynamicWebPaige · x · 2026-07-30
Google 的 Gemini Robotics 模型在视频理解方面展现出强大能力。实测显示，给定一段长达 9 分钟的挖掘机装载卡车视频，该模型能将其精准分割为 40 多个独立片段，并清晰标注每一次挖土和倾倒的动作及位置。
此外，模型还能自动统计特定动作的执行次数、追踪进入特定区域的设备类型，并汇总传感器读数，实现了对复杂长视频的多维度结构化解析。
「具身」频道最新
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16
- HKU 等提出 OneWM：统一因果训练让世界模型与动作学习互相增益 — IAAI233 · 2026-10-16
- 特斯拉悬停跑车被指非飞行汽车：气罐撑不了多久 — tinyfool · 2026-10-16
- Scobleizer 转述：Optimus 实机比空中翻转的新 Roadster 更震撼 — Scobleizer · 2026-10-16
- 独立开发者的 AI PASSPORT 固件几天下载破 1200 次 — ezshine · 2026-10-16
- 1X 开设加州工厂，批量量产 NEO 人形机器人 — emmanuelvivier · 2026-10-16