谷歌 DeepMind 推出了两个新的人工智能模型，旨在帮助机器人“比以往执行更广泛的现实世界任务”。第一个模型名为 双子机器人，是一种视觉-语言-动作模型，即使没有经过事先训练，也能够理解新情况。

Gemini Robotics 建立在 双子座2.0这是谷歌旗舰人工智能模型的最新版本。谷歌 DeepMind 高级总监兼机器人负责人 Carolina Parada 在新闻发布会上表示，Gemini Robotics “利用 Gemini 对多模态世界的理解，并通过添加物理动作作为新模态，将其转移到现实世界中。”

新模型在 Google DeepMind 认为对于创造有用的机器人至关重要的三个关键领域取得了进步： 通用性、交互性和灵活性除了能够泛化新场景之外，Gemini Robotics 还能更好地与人和环境互动，还能执行更精确的物理任务，比如折叠一张纸或取下瓶盖。

Google DeepMind 的全新 Gemini Robotics 模型让机器人变得更加灵巧。

Parada 表示：“过去，我们在各个领域都取得了进展，但现在我们通过一个模型显著提高了这三个领域的性能。这使我们能够制造出更强大、反应更灵敏、更能适应环境变化的机器人。”

Google DeepMind 还推出了 双子机器人公司 （具身推理），该公司将其描述为一种先进的视觉语言模型，能够“理解我们复杂且不断变化的世界”。

正如 Parada 所解释的那样，当你在面前的桌子上打包一个装有各种食物的午餐盒时，你需要知道所有东西都放在哪里，如何打开午餐盒，如何拿起食物，以及将它们放在哪里。这正是 Gemini Robotics-ER 旨在处理的推理问题。它旨在使机器人专家能够与现有的低级控制器（控制机器人运动的系统）连接，从而使他们能够启用 Gemini Robotics-ER 提供的新功能。

Gemini Robotics 还可以协助机器人执行一系列任务。

关于安全性，谷歌 DeepMind 研究员 Vikas Sindhwani 告诉记者，公司正在开发一种“分层方法”，并补充说 Gemini Robotics-ER 模型“经过训练可以评估在特定场景下执行潜在动作是否安全”。该公司还发布了新的基准和框架，以帮助人工智能行业进一步推进安全研究。去年，谷歌 DeepMind 推出了“机器人宪法”，这是一套受艾萨克·阿西莫夫启发的机器人规则。

Google DeepMind 正与 Apptronik 合作“打造下一代人形机器人”。此外，Google DeepMind 还向“受信任的测试人员”授予其 Gemini Robotics-ER 模型的访问权限，包括 Agile Robots、Agility Robotics、Boston Dynamics 和 Enchanted Tools。Parada 表示：“我们高度专注于打造能够理解物理世界并在其中采取行动的智能。我们非常高兴能够在多个实施例和应用中利用这一点。”