07:15IT之家（博客/媒体）
76°
推荐理由：谷歌DeepMind出了个新模型Gemini Robotics ER 2，能让机器人看懂连续视频、自己纠错，还能和别的机器人一起干活，速度比大模型快4倍，开发者现在就能用上。
连续视频理解
共 1 条相关 AI 资讯
7月31日
07:15
Google DeepMind 发布了 Gemini Robotics ER 2，这是其最新具身推理模型，作为机器人的“高级大脑”协调复杂任务。相比 ER 1.6，ER 2 能分析连续视频流，机器人可追踪自身进度、调整错误步骤，并在任务进度分类测试中达 57.4% 准确率。在 moment-finding 测试中，ER 2 准确率为 91.3%，平均时间误差 0.96 秒，且执行速度比更大模型快 4 倍。该模型支持多机器人协作，如 Apptronik Apollo 2 与 Franka FR3 Duo 的协同工作。开发者可通过 Gemini API、Google AI Studio 及 Gemini Enterprise Agent Platform 使用该模型。