谷歌DeepMind于周三发布AI模型Gemini Robotics，旨在赋能现实世界机器实现物体交互与环境导航。
核心能力与泛化性
演示视频显示，搭载该模型的机器人可依据语音指令完成折纸、收纳眼镜等任务。经训练，Gemini Robotics能在多种硬件上泛化行为，并建立视觉感知与动作执行的关联；测试表明，其在未见于训练数据的环境中仍表现优异。
开源资源与安全基准
实验室同步推出精简版模型Gemini Robotics-ER，供研究人员训练自有控制模型；并发布Asimov基准测试，用于评估AI驱动机器人的安全风险。