Google
Gemini Robotics-ER
Gemini Robotics-ER は、Google が Gemini 2.0 を基に発表した視覚言語モデルで、ER は「身体性推論」を意味する。ロボットに必要な空間理解に重点を置き、ロボットの既存の低レベルコントローラーと組み合わせて使用できる。物理的な動作を出力し、ロボットを直接制御するための Gemini Robotics とは異なる。(deepmind.google) 物体検出、物体の部…
モデルを見る日本語
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
Gemini Robotics-ER は、Google が Gemini 2.0 を基に発表した視覚言語モデルで、ER は「身体性推論」を意味する。ロボットに必要な空間理解に重点を置き、ロボットの既存の低レベルコントローラーと組み合わせて使用できる。物理的な動作を出力し、ロボットを直接制御するための Gemini Robotics とは異なる。(deepmind.google) 物体検出、物体の部…
Gemini Robotics は Gemini 2.0 を基盤として構築された視覚・言語・行動(VLA)モデルで、物理的な動作を出力モダリティとし、ロボットを直接制御することを目的としている。同時期に発表された、身体性を伴う推論に重点を置く Gemini Robotics-ER とは異なる。(deepmind.google) **汎化とインタラクション:**新しい物体、さまざまな指示、新しい環境…