Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型
Google DeepMind 发布迄今最强的视觉-语言-动作(VLA)模型 Gemini Robotics 2.5,覆盖 200 多项任务测试,成功率较此前基线提升 30% 至 100%,任务完成速度快 20% 至 30%。
推荐理由:官方给出任务成功率、速度和产线实测数字,读者可以据此评估 VLA 模型走向真实工厂场景的进展。
Google DeepMind 发布迄今最强的视觉-语言-动作(VLA)模型 Gemini Robotics 2.5,覆盖 200 多项任务测试,成功率较此前基线提升 30% 至 100%,任务完成速度快 20% 至 30%。
推荐理由:官方给出任务成功率、速度和产线实测数字,读者可以据此评估 VLA 模型走向真实工厂场景的进展。
NVIDIA 在 CoRL 上发布开源世界动作模型 GR00T 2,基于 NVIDIA Cosmos 训练,含 10 万小时人类第一视角数据,开箱即完成 50 项任务中的 40 项,每任务 1 次演示平均成功率 71%,5 次达 95%。
推荐理由:官方博客一次性给出模型数据、仿真吞吐提升和新基准清单,可据此了解机器人仿真训练从运动控制到精细操作的进展。
Toyota 与 Waymo 宣布自动驾驶合作进入下一阶段,2027 年起在日本测试并验证自动驾驶 Toyota bZ4X 车队,随后计划部署到英国和其他 Waymo 运营市场。
推荐理由:官方公告给出了落地时间、生产工厂和市场扩展计划,读者可以据此跟踪双方合作从协议走向实际运营的进度。
Google Research 介绍三项研究,构建 AI 智能体与真实湿实验室之间的闭环:VERID 框架以实验室工作单元的语义数字孪生提供 3D 状态跟踪、虚拟试运行、硬件安全检查和视频动作日志,基于开源 PyLabRobot。
推荐理由:Google 展示了 VERID 数字孪生框架和闭环实验结果,读者可以看到 AI 智能体进入湿实验室的具体路径和关键数字。
Artificial Analysis 发布 AA-Robotics v0.1 研究预览基准,让前沿大模型在 coding agent 框架中直接控制一台 6 轴机械臂完成 8 项桌面任务。
推荐理由:原文公布了完整分任务得分、用时与成本数据,可据此比较各前沿模型在真实机械臂任务上的表现差距。
Waymo 宣布为在德国慕尼黑推出全自动驾驶打车服务奠定基础,未来数周将先以人工驾驶方式在慕尼黑街头进行高清建图和测试,目标在 2027 年底向公众开放商业运营。官方称已完成超过 2000 万次行程,每周提供数十万次商业出行;基于超过 3.5 亿公里全自动驾驶里程的数据显示,其重伤事故比人类司机少 16 倍,行人受伤事故少 14 倍,骑行者受伤事故少 6 倍。
推荐理由:官方宣布进入慕尼黑并给出分阶段时间表,读者可据此了解 Waymo 首次落地德国市场的节奏与安全数据。