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
- 手机与机器人协作实时构建深度地图，Auki 空间计算演示 — broodsugar · 2026-10-03
- GameToMac 让 Apple Silicon 跑起《荒野大镖客2》,帧率达 70-80fps — ID_R_McGregor · 2026-10-03
- 237 种方法全景综述:给机器人学习嵌入物理先验 — Jan_R_Peters · 2026-10-03
- Scale CEO 惊叹:开源桌面机器人 Stack-chan 显示软萌角色 — alexandr_wang · 2026-10-03
- Alexandr Wang 晒 muse gadget 跑进 DHH 的 Omarchy Linux 手机 — alexandr_wang · 2026-10-03
- AMD 展示在 Ryzen AI Max+ 395 迷你主机本地运行 MolmoAct2 机器人策略 — DJiafei · 2026-10-03