谷歌发布新一代机器人推理模型 仪表读取准确率达93% - CNMO科技

　　【CNMO科技消息】4月22日，据外媒报道，谷歌DeepMind于4月14日发布了新一代机器人推理模型Gemini Robotics-ER 1.6。该模型显著提升了机器人在物理世界中的自主感知与决策能力，其最突出的进展是在工厂环境中的模拟仪表读取任务上，成功率从上一代的23%大幅提升至93%。

Gemini Robotics-ER 1.6

　　据CNMO了解，Gemini Robotics-ER 1.6在未使用特定优化前，其仪表读取成功率为86%，而在应用“智能体视觉”（Agentic Vision）技术后，成功率进一步提升至93%。作为对比，前代模型ER 1.5的成功率仅为23%，而通用模型Gemini 3.0 Flash的成功率为67%。

　　此外，该模型还增强了多视角推理能力，能够将机器人身上多个摄像头（如头顶摄像头和腕部摄像头）捕捉的不同视角，整合成一个连贯的场景来理解。在读取仪表时，模型会先放大图像观察指针和刻度，再通过指向和代码执行来估算比例与间隔，最终读出数值。

　　谷歌DeepMind将Gemini Robotics-ER 1.6称为迄今为止发布的最安全的机器人模型。它更好地遵循了安全策略，能够理解并遵守如“不要处理液体”、“不要举起超过20公斤的物体”等物理约束。

版权所有，未经许可不得转载