谷歌發佈迄今最強視覺-語言-動作機器人模型Gemini Robotics2.5,標誌AI與實體機器人融合再迎里程碑。該模型在技能廣度、學習速度及靈巧度、可靠性、安全性三大關鍵領域實現全方位躍升,任務成功率飆升,並原生適配多類型機器人,目前面向谷歌機器人合作伙伴開放。其核心性能大幅跨越,被視爲新里程碑。
10月27日,法拉第未來宣佈,旗下FF EAI Robotics Ecosystem Inc.(納斯達克代碼:FFR)已於10月23日完成對FFAI機器人的合併交易,相關業務與資產全面注入FFR,並按計劃向FFAI發行交付普通股及無投票權可轉換優先股。合併落地後,FFR同步調整治理層與管理層,任命賈躍亭爲首席執行官,Jerry Wang亦獲任命。
OpenAI正加碼機器人佈局,從僅爲第三方機器人提供大模型“大腦”,轉向親自下場。其官網一次性發布19個Robotics核心職位,招聘不再侷限於算法與軟件,而延伸至硬件、控制系統及製造全鏈路,涵蓋電機設計、執行器、電氣工程、製造和數據採集體系等崗位,顯示其機器人戰略全面升級。
OpenAI CEO奧特曼宣佈將全棧自研人形機器人等本體,並研發數據中心特種機器人,相關業務整合爲OpenAI Robotics團隊,由拉梅什領導。規劃短期協助技術工人建設基礎設施,遠期普及全能個人助手,深化軟硬件協同;同時加速佈局AI硬件生態。
基於Gemini 2.0的機器人模型,將AI帶入物理世界,具備視覺、語言和動作能力。
用於雙手操作的擴散基礎模型
robotics-diffusion-transformer
RDT-170M是一個擁有1.7億參數的模仿學習擴散Transformer模型,用於機器人視覺-語言-動作任務。
Ethan-pooh
基於robotics-diffusion-transformer/rdt-1b衍生的RDT模型,專注於機器人技術領域。
基於100萬+多機器人操作數據預訓練的10億參數模仿學習擴散Transformer模型,支持多視角視覺語言動作預測