DeepMind 研究主管详解 Gemini Robotics 2:手部操作仍是硬瓶颈
The Cognitive Revolution · youtube · 2026-10-03
Google DeepMind Gemini Robotics 研究负责人 Keerthana Gopalakrishnan 在 Cognitive Revolution 播客中详解 Gemini Robotics 2 的发布与通用机器人路线。
要点:
- 架构:以 Gemini Robotics ER 2 这类推理模型搭配视觉-语言-动作(VLA)执行模型,追求「一个大脑、任意身体」的跨具身泛化
- 瓶颈:多指精细操作与跨具身迁移比双足行走更难攻克;泛化与单任务专精之间的取舍是核心难题
- 落地权衡:真实环境中推理延迟、传感器故障与操作安全需同时处理,物理 AI 的错误有即时的物理后果
- 其他话题:全身人形控制、机械手进展、机器人数据未来与机器人机队交互
章节涵盖仿真与人形奥运、架构拆解(两段)、安全与机器人交互等。
「具身」频道最新
- ETH 机器人 Anymal 阿尔卑斯山完成 10 公里全自主徒步 — ChongZzZhang · 2026-11-19
- iFixit 拆解苹果 HomeView:满机胶水,维修难度劝退 — Resident-Fall4351 · 2026-11-19
- 移除人类视频后机器人OOD成功率从60%暴跌至7%,泛化全靠人类视频 — gui_penedo · 2026-11-19
- 假肢公司 PSYONIC 的机械手被 90+ 机器人机构采用 — DhowCIO · 2026-11-19
- 仿真器误设导致过度自信:SPEED+ 基准上的sim2real方向性稳健性研究 — Nikolay Dolgov · 2026-11-19
- Doppel 世界模型:先渲染机器人身体,一个模型通吃 8 种具身 — mangahomanga · 2026-11-19