模型发布档案

最新发布模型

聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。

按发布时间倒序7 种语言
清除

2 个模型

按发布时间倒序
Google

Gemini Robotics-ER

Gemini Robotics-ER 是 Google 基于 Gemini 2.0 推出的视觉语言模型,ER 指“具身推理”。它侧重机器人所需的空间理解,可与机器人现有的低层控制器配合使用;它不同于以物理动作作为输出、用于直接控制机器人的 Gemini Robotics。(deepmind.google) 支持物体检测、指向物体部位、多视角对应和三维物体检测等空间理解任务。 可用于感知、状态估计、…

了解模型简体中文
Google

Gemini Robotics

Gemini Robotics 是基于 Gemini 2.0 构建的视觉-语言-动作(VLA)模型,以物理动作为输出模态,旨在直接控制机器人。它不同于同期发布、侧重具身推理的 Gemini Robotics-ER。(deepmind.google) **泛化与交互:**能够处理新物体、不同指令和新环境,理解多种语言的日常指令,并根据环境或指令的变化调整动作。 **灵巧操作:**官方展示了折纸、将零…

了解模型简体中文