谷歌具身 RSI 新成果来了!配资网站官方入口地址
就在刚刚,谷歌 DeepMind 正式发布新一代机器人模型 Gemini Robotics 2.5。
划重点,这也是谷歌首个借助 Gemini 4 Argon 加速研发、具备自主改进能力的机器人基础模型。
瞧!叠衣服、端糕点、摆弄蝴蝶结,主打一个手巧活儿细,上百种日常技能直接拿捏——
甚至呢,人家还直接杀进奔驰工厂当起了「零配件打工人」,分拣汽车零件成功率甚至高达 96%??

谷歌 DeepMind 研究员 Norman Di Palo 骄傲透露:这也是俺们家机器人 RSI 的最新成果哈~
Gemini 4 Argon 能照着真实场景搭建虚拟训练场,让机器人在里面反复练手试错,自己分析失败原因学会改进!

能干上百种活,脑子灵,还懂 RSI,这模型好像确实有点东西啊。。。
200 种任务全面升级,成功率从 5% 干到 100%!
我们先来唠唠这新模型到底是个啥东西~

Gemini Robotics 2.5 是一款 VLA 模型,也就是视觉—语言—动作模型。
而相比上一代 Gemini Robotics 2,谷歌这回重点给新一代模型补了三门课——
灵巧性 能完成更多复杂任务,从使用日常工具到精细操作柔性物体,动作更灵活、成功率更高。
可靠性:在奔驰真实产线测试中,帮助 Apollo 2 人形机器人分拣汽车零件,成功率达 96%。
安全性:增强物理避险能力,并引入新基准,测试机器人抵御恶意指令和越狱攻击的能力。

当然了,光能力上提升了没用,咱们还是得拿实际成绩说话~
事实上,谷歌这次直接安排了 200 种不同任务,从日常家务到精细操作,给新模型来了场技能大考。
值得一提的是,新模型相较此前基线,任务成功率提高 30% — 100%,完成速度也提升了 20% — 30%。
我们先来说说最有看头的——灵!巧!操!作!
这活儿听着简单,但实际对力度要求相当高,夹轻了拿不起来,夹重了又容易把食物捏变形。
在对比测试中,Gemini Robotics 2 执行这一任务的成功率只有 5%,但升级到 2.5 版本后直接干到了 100%。
话不多说,直接上才艺,取夹子、夹蛋糕、把蛋糕装到盒子里,几个动作一气呵成,be like:

咱再来看看更考验「手指操作」的任务,就比如拆开系好的蝴蝶结。
这个任务的难度在于,机器人需要先识别丝带的交叉关系,再找到正确位置,配合手指动作将其解开!!
值得一提的是,此前模型在这任务上的成功率为 0%,Gemini Robotics 2.5 直接干到 70%:

还有更接地气的——
挂开衫,成功率从 0% 提升至 62%;折裤子,从 0% 提升至 40%。
别看这些操作平平无奇,实际上,衣服、丝带这类柔性物体,一直都是机器人操作中的硬骨头。
特别是衣物、丝带等柔性物体,会随着抓取和拉扯不断改变形状,机器人既要看清物体状态,还得实时调整动作:

不过,谷歌显然还不满足于让机器人在实验室里秀才艺,这回,直接给机器人安排进厂打工了!
而且打工地点还有点排面:奔驰汽车工厂。
测试分别在德国辛德芬根和匈牙利凯奇凯梅特的奔驰生产设施展开。
负责上岗的,是 Apptronik 旗下的 Apollo 2 人形机器人,配备 22 自由度五指灵巧手。
这回它的工作,可比夹糕点硬核多了:汽车零部件配套分拣!!
为此,谷歌还给 Apollo 2 安排了套「脑手分工」——
Gemini Robotics ER 负责理解任务、规划流程,Gemini Robotics 2.5 负责指挥双手,把活儿真正干出来。
最终,在这次真实产线概念验证中,Apollo 2 交出了 96% 的任务成功率。

由 Gemini 4 Argon 打造,机器人也卷起 RSI 了
问题来了嗷,看到这里,可能有友友要问了——
这平时老跟不上趟的老谷歌,这回咋就让机器人进步这么快的啊???
答案,全藏在幕后功臣 Gemini 4 Argon 与 RSI(递归自我改进)身上。
咱都知道,以往具身智能研发最卡脖子的,就是那些又脏又累、还特别烧钱的活儿:
数据得一条条采、质量得一点点查,机器人翻车了,还得工程师反复看录像、找原因、调参数……

然而这一次,Gemini 4 Argon 直接下场——
接管并加速了模型开发的全!链!路!
简单来说就是用更强的 AI,去一条龙包办、调教并升级下一代机器人 AI。
方法也很直给,先让机器人在虚拟世界里哐哐练!!!
根据谷歌 10 月公布的研究案例,Argon 甚至可以从一张真实桌面的 RGB 照片出发,自主重建物理仿真环境。
桌上有什么、物体多大、摆在哪里,统统识别出来,再照着现实搭建一个数字孪生训练场。
更有意思的是,Argon 还会自己出题,它会改变物品的位置和摆放方式,让机器人在不同条件下反复练习。
甚至机器人执行动作失败后,Argon 还可以分析视频,推测任务失败的原因,再提出改进方案~
相当于给机器人配了一位能创建训练场、设计练习题,还能陪着复盘的 AI 教练。

谷歌甚至还把 Argon 的能力用到了「机器人安全」上。
这次发布的 Gemini Robotics 2.5,可以利用推理阶段的安全引导,实时避开物理危险。
在谷歌评估中,面对障碍物时的安全任务完成表现提升 33%,在人类附近操作时提升 43%。
咱来看下面这个例子,机器人正埋头干活呢,突然有人把手伸进操作区域,它也能及时识别、停下动作,避免误伤 :

不仅如此,针对机器人被恶意提示词诱导执行危险操作的问题,谷歌还推出了开放测试基准 ASIMOV-Jailbreak。
其中包含大量经过伪装的危险指令,专门测试机器人模型能否识别和拒绝。
结果在这项基准测试中 Gemini 4 Argon 的越狱抵抗率达到 99.5%,而此前 Gemini Robotics ER 2 基线才为 82%。
这也说明了 Argon 在指定测试集上表现出更强的危险指令识别能力~
配资杠杆申请用更强的 AI,去训练、调教、升级下一代机器人 AI。
虽然距离完全自主闭环的 RSI 还有距离,但这套玩法确实也让我们看到了机器人的自我改进有了更具体的实现路径。
问题来了哈,既然 Argon 都跑去给机器人打工了。。。
那刚刚发布的 Gemini 4 Carbon,又要被老谷歌安排去干什么大活儿捏???
参考链接:
元股证券:ygzq.hk[ 1 ] https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/
[ 2 ] https://x.com/GoogleDeepMind/status/2120169787896525104?a=ee7mf7KB8PavWrBWjcY&s=20
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法!
— 完 —
� � 点亮星标 � �
科技前沿进展每日见配资网站官方入口地址
股票配资证券公司提示:本文来自互联网,不代表本网站观点。