谷歌推出了其首款面向广泛使用的机器人具身推理模型——gemini robotics-er 1.5，官方将其称为“机器人的高级大脑”。该模型在多项学术和内部基准测试中表现卓越，达到当前领先水平，现已通过google ai studio及gemini api预览版向开发者开放。
Gemini Robotics-ER 1.5基于强大的Gemini多模态基础模型构建，并针对物理环境中的交互需求进行了专门优化与微调。在保持原有通用推理能力的基础上，新增了四大关键能力：
目前，该模型已接入Gemini GenAI SDK for Python。开发者仅需提供一张厨房场景图像，即可获得图中各物体的高精度二维坐标信息，结合机器人的3D感知系统，便可生成可靠的运动路径与操作指令。
官方演示案例中，机器人能够自主在线查询当地垃圾分类政策，识别桌面物品，并按照compost（堆肥）、recycle（可回收）、landfill（填埋）三类进行正确分类后归位，完整展现了“信息检索—环境感知—路径规划—动作执行”的全链路智能流程。
模型详情请见：https://www.php.cn/link/b75f4cd91723baa6327b03ddf0b8ebf6
以上就是谷歌 DeepMind 开放具身推理模型 Gemini Robotics-ER 1.5的详细内容，更多请关注php中文网其它相关文章！
谷歌浏览器Google Chrome是一款可让您更快速、轻松且安全地使用网络的浏览器。Google Chrome的设计超级简洁，使用起来得心应手。这里提供了谷歌浏览器纯净安装包，有需要的小伙伴快来保存下载体验吧！
广告Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
538
收藏
