谷歌发布 Gemini Robotics 2.0，提升机器人灵巧性和安全性

谷歌发布了Gemini Robotics 2.0版本，该版本包括三个模型，其中一个目前对开发者开放。新版本的机器人能够执行更复杂的任务，并且可以与其他机器人协作。其中最重要的改进是 Gemini Robotics ER 2 模型，它是一个视觉语言模型（VLM），能够理解指令和周围环境，还可以处理实时视频流，使系统能够跟踪机器人的动作进展。尽管其准确率仍需提高，但相比之前的版本和其他竞争的AI模型已经有了显著的进步。Gemini Robotics ER 2 可以通过 Gemini Live API 集成，让开发者体验到这一重大飞跃。该模型可以对视频帧完成度进行分类，准确率达到近60%，虽然远未达到完美，但仍比前一版本和其他视觉理解AI模型有了显著提升。