摘要：谷歌旗下DeepMind搞了个大动作，他们发布了专门给机器人和具身智能用的GeminiRobotics1.5系列模型，相当于给机器人换了个超厉害的“大脑”。

谷歌旗下DeepMind搞了个大动作，他们发布了专门给机器人和具身智能用的GeminiRobotics1.5系列模型，相当于给机器人换了个超厉害的“大脑”。

这事儿在机器人圈里还挺让人期待的，毕竟现在大家都盼着机器人能更聪明点，帮咱们干更多活儿。

这个GeminiRobotics1.5系列不是单一模型，它有两个成员，一个是GeminiRobotics1.5，另一个是GeminiRobotics-ER1.5。

本来想简单把它们归为一类，后来发现两者分工特别明确，缺了谁都不行，GeminiRobotics1.5是个视觉-语言-行动多面手。

它能把看到的视觉信息和接收到的指令，转化成机器人能懂的运动指令，让机器人做出相应动作。

比如说机器人要去拿东西，它得先“看见”东西在哪，再理解“拿东西”这个指令，最后才能指挥机械臂动起来，而GeminiRobotics-ER1.5更擅长思考和规划。

它能对物理世界进行推理，还能直接调用像谷歌搜索这样的数字工具，甚至能制定详细的多步骤计划来完成任务。

打个比方，如果机器人要完成一项复杂任务，它就像个“军师”，先想好每一步该怎么做，这两款模型配合起来，就组成了一个强大的智能体框架。

很显然，这种分工协作的模式，比单一模型干活效率要高得多，也能让机器人处理更复杂的情况。

光说不练假把式，咱们来看看这两款模型加持下的机器人，实际干活怎么样，先看垃圾分类任务。

这次是让Aloha机器人按照旧金山的垃圾分类标准，把物品分到堆肥绿桶、回收蓝桶和垃圾黑桶里。

旧金山的垃圾分类标准还挺细致的，一般人刚接触都得适应适应，更别说机器人了。

但Aloha还真完成了，它先是查阅了相关规则，又仔细观察了物品，一步步把分类做好。

我觉得这挺不容易的，这说明机器人不仅能“看”能“动”，还能理解并遵守特定规则，这比以前只会重复简单动作的机器人强多了。

再看打包行李任务，这次出场的是Apollo机器人，用户让它帮忙打包去伦敦旅行的行李，还特意嘱咐要放进针织帽。

本来以为它就按指令把东西塞进行李箱完事，没想到它还主动查了伦敦的天气。

发现伦敦接下来几天会下雨，就贴心地把雨伞也放进了包里。

如此看来，现在的机器人已经不是单纯的“执行者”了，还多了点“人情味”，会主动考虑用户的潜在需求。

这要是以后出门，有这么个机器人帮忙收拾行李，肯定能省不少心，除了这两个任务，我还想到了其他场景。

比如家居清洁，要是机器人能像这样规划路线、判断该用什么工具清洁，那家里的卫生就能交给它了。

还有仓库分拣，机器人能快速识别货物、准确搬运，肯定能提高分拣效率，不过这些目前还只是我的设想，具体能不能实现，还得看后续实际应用情况。

以前机器人行业有个难题，不同形态的机器人，感知能力和自由度不一样，一个机器人学会的动作，很难教给另一个机器人。

就像一个会用筷子吃饭的人，突然让他用勺子吃，可能还得适应半天，更别说机器人了。

但GeminiRobotics1.5解决了这个问题，它有出色的跨具身学习能力。

一个机器人学到的动作，能直接迁移到另一个机器人身上，不用专门为每个新形态的机器人调整模型。

比如Aloha在衣柜场景有过操作经验，Apollo之前从没接触过这个场景，却能靠着Aloha的经验，完成开门、拿衣服这些新动作。

毫无疑问，这是个大突破，这种跨具身学习能力，能大大加快机器人学习新技能的速度。

以后物流行业的机器人学会了分拣，零售行业的机器人说不定能直接借鉴，不用再从头学起。

这样一来，通用机器人的研发进程就能加快不少，不过，也不能太乐观。

现在机器人虽然有了很大进步，但在极端环境下，比如高温、潮湿的地方，性能能不能稳定还不好说。

遇到突发状况，比如执行任务时物品突然损坏，机器人能不能及时应对也是个问题。

更何况，机器人在工作中可能会收集到一些私人信息，数据安全和隐私保护也得重视起来。

总的来说，谷歌这次发布的GeminiRobotics1.5系列模型，确实让机器人离我们期待的“智能伙伴”更近了一步。

以后随着技术不断完善，相信机器人能在更多领域帮到我们，改变我们的生活和工作方式。

要是后续能解决那些潜在问题，说不定通用机器人时代很快就能到来。

来源：鉴史观一点号