#机器人基座大模型

張小珺 Xiaojùn

3周前

很前沿、hardcore的一集（关于robotics），嘉宾是Google DeepMind 机器人团队的技术负责人谭捷。可以从中了解：Google Robotics团队是怎么思考与工作的？我们也聊了聊这几年Google的研究文化变化🤖 一些takeaways： 1/机器人基座大模型最近几年的发展，主要依赖于多模态大模型，但多模态模型缺少robot action输出； 2/robotics最大问题是数据，它在一个非常复杂的unstructured environment里，可以发生任何事情； 3/bet on scalable data； 4/生成极大量仿真数据，是弥补它缺点的一个重要手段（用compute解决精度问题）； 5/Gemini Robotics 1.5最重要的两点，一个是加入了thinking，另一个是跨具身迁移； 6/世界模型就是Vision-Language-Vision，vision和language in，生成下一帧的图像； 7/如果你有灵巧手，触觉就非常重要，之所以前面觉得触觉不重要，是受限于硬件，我们现在还处于夹爪时代； 8/一个有使命感的人，影响他跳槽不一定是钱，他不会容忍说“I’m on a wrong ship”。

#Google DeepMind #机器人团队 #谭捷 #机器人基座大模型 #Gemini Robotics 1.5