据《自然》新闻报道，谷歌DeepMind 3月12日宣布将旗下最先进的人工智能模型融入机器人技术，推出两款基于Gemini2.0的新型AI模型：先进视觉-语言 -行动（VLA）模型Gemini Robotics和拥有高级空间理解能力的模型Gemini Robotics-ER。这两款模型的目标是创建能够直观操作、无需人类监督或预编程即可完成多种物理任务的通用型机器人，例如在没有示范的情况下也能执行扣篮这样的复杂动作。

　　Gemini Robotics系列模型特别强调了空间意识和三维物理理解能力，例如，能够预测物体轨迹和从不同角度识别同一物体。该模型不仅基于海量数据进行训练，还通过数千小时的实际远程操控进行了优化。测试表明，采用Gemini Robotics系列模型的机器人在熟悉和不熟悉的任务上的表现均超越了当前顶尖竞争对手，特别是在处理像折纸这样的精细任务时，采用Gemini Robotics系列模型的机器人的成功率超过了70%。

　　Gemini Robotics系列标志着通用机器人研发的重大进步，为AI在物理世界的应用奠定了基础。然而，确保其在现实世界应用中的安全性仍然是一个需要克服的主要挑战。研发人员表示，未来的工作将致力于开发更安全可靠的人机协作解决方案。 （Nature News）