Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型
Google DeepMind 发布 Gemini Robotics 2.5，称其为迄今最强的视觉-语言-动作（VLA）模型，提升机器人可学技能的广度与学习速度。
推荐理由：原文给出任务广度、工厂实测成功率与安全评测三层数据，读者可据此判断该模型在真实工业场景的可用程度。
技术方向
具身智能 最新动态
装进机器人身体里的 AI：人形机器人、具身基础模型，以及在真实环境里动手干活的能力。
2 条精选近 30 天 2 条共收录 9 条
更新
具身智能的精选
Google DeepMind精选AI 评分7373
NVIDIA Blog精选AI 评分7474 NVIDIA 在 CoRL 发布 GR00T 2 世界动作模型与 Isaac Lab 3.0
NVIDIA 在 CoRL 大会推出开放世界动作模型 GR00T 2，基于 NVIDIA Cosmos 构建，使用含 100,000 小时开源第一人称人类数据训练，无需任务特定演示即可完成 50 项评估任务中的 40 项，每任务 1 个演示时 50 项任务平均成功率 71%，5 个演示时升至 95%。
推荐理由：原文列出了新模型的量化指标和开放评测框架，读者可据此判断其仿真训练到真机部署的迁移路径。