#具身智能
#具身智能
今日 0 条
Runway@runwaymlAI 评分4242
Odyssey@odysseymlAI 评分3434
Google AI@GoogleAIAI 评分3939哦,原来这就是我们绘制出雄性果蝇全部166,000个神经元的原因。来看看这项大型社区合作成果,展示这些微小果蝇大脑究竟有多大能力 🪰🧵
Google DeepMind精选AI 评分6767 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型,新增视频理解与多机器人协作
Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型,可通过连续视频流追踪任务进度、编排多步任务,并支持多机器人协作,将运动执行交给下层 VLA 模型。
推荐理由:官方公布具身推理模型的能力指标与 API 入口,开发者可以据此评估它在实体机器人任务编排中的可用性。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini Robotics 2,实现机器人全身智能控制
Google DeepMind 发布 Gemini Robotics 2 系列模型,包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和可本地运行的 Gemini Robotics On-Device 2,实现人形机器人全身控制、精细操作和多机器人协作。
推荐理由:官方完整说明了三个模型的能力分工、适配速度和安全基准,读者可了解机器人全身体智能的最新进展与获取方式。
Mistral AIAI 评分5555 Mistral AI 发布 Robostral Navigate:8B 具身导航模型,单 RGB 相机在 R2R-CE 达 76.6%
Mistral AI 发布首个具身导航模型 Robostral Navigate,8B 参数,仅用单个普通 RGB 相机和自然语言指令即可让机器人在复杂环境中自主导航,在 R2R-CE validation unseen 达到 76.6% 成功率,领先最佳单相机方案 9.7 分、领先使用深度或多相机方案 4.5 分。
Google DeepMind精选AI 评分6060 Google DeepMind 发布 Gemini Robotics-ER 1.6,强化机器人具身推理能力
Google DeepMind 发布 Gemini Robotics-ER 1.6,提升机器人在空间推理、多视角理解、任务规划和成功检测方面的能力,并新增仪表读数功能。
推荐理由:官方给出了与上一代的具体能力对比和仪表读数新用例,读者可据此评估其是否适配现有机器人方案。