Google DeepMind 他们把一个叫Gemini1.5Pro的系统装到了机器人身上。这可不是普通的升级，这玩意儿让机器人有了记忆导航的超能力。
想象一下，这个机器人在将近9000平方英尺的地盘上，能执行57种不同的任务，而且成功率达到了90%。这不是简单的任务，比如找到画画的地方，机器人不仅听懂了，还带你找到了一块大白板。这操作，简直比真人还靠谱。
这个系统的厉害之处在于，它能够处理多模态的长上下文窗口，这意味着机器人不仅能记住关键位置，还能理解人类的指令、视频导览，甚至用常识来推理。就像那个Google员工的例子，机器人不仅听懂了“画画的地方”，还知道要找个有大白板的地方。
而且，这些机器人在之前的项目中已经熟悉了办公室环境，它们通过“多模态指令导航演示”了解了空间布局。DeepMind的团队还用了一种分层视觉-语言-动作（VLA）技术，让机器人能够理解书面、绘图命令和手势指令。
这个系统的核心，是它能够让机器人在复杂的空间中自由行动，而且不需要人类时时刻刻的指导。它们能够记住环境，理解指令，然后用自己的方式来完成任务。这种能力，让机器人在实际应用中变得更加灵活和有用。
总之，Google DeepMind的这项技术，不仅仅是让机器人变得更聪明，更是让它们能够在真实世界中更好地服务于人类。这就像是给机器人打开了一扇新的大门，让它们能够走进我们的生活，成为我们工作和探索世界的伙伴。未来的机器人，或许就不再是冷冰冰的机器，而是我们生活中的智能伙伴。
如果想详细了解，可以点开视频下方的链接。
谢谢观看本视频。要是喜欢，请订阅、点赞。谢谢
英文原文：https://www.theverge.com/2024/7/11/24196402/google-deepmind-gemini-1-5-pro-robot-navigation
留言
發佈留言