谷歌推出AI模型RT-2，可将视觉和语言转化为机器人的动作
创始人
2025-06-28 02:00:45
0次
7月29日消息，据外媒报道，日前，谷歌推出一款名为Robotics Transformer2(RT-2)人工智能学习模型，旨在使其机器人更加智能。
据悉，RT-2是一种视觉语言行动模型的新版本，可教会机器人更好地识别视觉和语言模式，以解释指令，并推断出最适合请求的对象。
该公司在一篇论文中表示，新模型在网络和机器人数据上进行训练，利用谷歌自己的Bard等大语言模型的研究进展，并将其与机器人数据，如要移动的关节结合起来。它还能识别除英语以外的其他语言的方向。
多年来，研究人员一直试图给机器人灌输更好的推理能力，以解决如何在现实环境中生存的问题。但在现实生活中，机器人需要更多的指导才能为人类做一些简单的事情。例如，清理洒出的饮料。人类本能地知道该怎么做：捡起玻璃杯，找个东西把残羹剩饭清理掉，扔出去。
以前，训练机器人需要很长时间。研究人员必须单独编写指令。但借助RT-2等VLA模型的强大功能，机器人可以访问更大的信息集来推断下一步该做什么。
相关内容
热门资讯
如何允许远程连接到MySQL数...
[[277004]]【51CTO.com快译】默认情况下，MySQL服务器仅侦听来自localhos...
如何利用交换机和端口设置来管理...
在网络管理中，总是有些人让管理员头疼。下面我们就将介绍一下一个网管员利用交换机以及端口设置等来进行D...
施耐德电气数据中心整体解决方案...
近日，全球能效管理专家施耐德电气正式启动大型体验活动“能效中国行——2012卡车巡展”，作为该活动的...
20个非常棒的扁平设计免费资源
Apple设备的平面图标PSD免费平板UI 平板UI套件24平图标Freen平板UI套件PSD径向平...
德国电信门户网站可实时显示全球...
德国电信周三推出一个门户网站，直观地实时提供其安装在全球各地的传感器网络检测到的网络攻击状况。该网站...
为啥国人偏爱 Mybatis，...
关于 SQL 和 ORM 的争论，永远都不会终止，我也一直在思考这个问题。昨天又跟群里的小伙伴进行...
《非诚勿扰》红人闫凤娇被曝厕所...
【51CTO.com 综合消息360安全专家提醒说，“闫凤娇”、“非诚勿扰”已经被黑客盯上成为了“木...
2012年第四季度互联网状况报...
[[71653]] 北京时间4月25日消息，据国外媒体报道，全球知名的云平台公司Akamai Te...