Google和波士頓動力公司將Gemini機器人模型整合到Spot中，以實現更高級的感知和任務執行。
簡單來說
Google和波士頓動力公司將 Gemini AI 整合到 Spot 機器人中，實現了自然語言控制、物體辨識和任務執行，從而推進了自適應機器人和人機互動系統的發展。
科技公司 Google 宣布與 波士頓動態 該公司將 Gemini Robotics 的具身推理模型整合到四足機器人 Spot 中，這標誌著人工智慧在現實世界機器人領域的應用向前邁進了一步。此次合作使機器人能夠更好地理解周圍環境、識別物體，並根據自然語言指令執行任務，而不再僅依賴預先編程的程式。
此次整合基於2025年內部黑客馬拉松期間進行的實驗性工作，當時開發人員探索如何利用大型語言模型和視覺推理系統來增強Spot的自主性。透過利用Gemini Robotics的技術，該機器人可以處理來自攝影機的視覺輸入，並將諸如整理房間內物品之類的高級指令轉化為協調的物理動作。
與通常依賴僵化的、循序漸進邏輯的傳統機器人程式設計不同，該系統引入了一種基於對話提示的更靈活的介面。開發人員使用 Spot 的軟體開發工具包創建了一個中間軟體層，使 Gemini 模型能夠與機器人的應用程式介面 (API) 進行通訊。該框架使人工智慧能夠從…中進行選擇。 defi一系列動作，包括導航、物件偵測、影像擷取、抓取和放置。
自然語言介面重塑機器人任務執行方式
在實際演示中，該系統展現了理解通用指令並適應動態環境的能力。例如，在執行整理物品的任務時，人工智慧模型會分析視覺數據，辨識相關物品，並引導機器人完成一系列動作。機器人的回饋資訊（例如任務完成情況或物理限制）會被即時整合，使系統能夠在無需人工幹預的情況下調整自身行為。
該方法透過將人工智慧限制在預定義範圍內來維護作業邊界。defi機器人API內建了多種功能，確保效能可預測且可控。這種設計兼顧了適應性和安全性，這對於在實體系統中部署人工智慧至關重要。
該合作關係也凸顯了開發人員潛在的效率提升。透過減少大量手動編碼的需求，自然語言介面使工程師能夠專注於… defi不再需要對每個動作序列進行編程，而是設定目標。這種轉變可望加速機器人技術在製造業、檢測業和物流業等各行業的應用發展。
儘管該技術仍處於實驗階段，但此次演示反映了物理人工智慧領域的更廣泛趨勢，即越來越多地利用基礎模型來增強機器的感知和決策能力。兩家公司都表示，他們正在進行進一步的研發工作，包括繼續將基於Gemini的系統整合到機器人平台中。
此次合作預示著人機互動將朝著更直觀的方向發展，複雜的機器人行為可以透過簡化的輸入進行引導。隨著人工智慧模型的不斷發展，此類整合有望拓展自主系統的功能範圍，同時降低其部署的技術門檻。
免責聲明
在與線 信託專案指南，請注意，本頁提供的資訊無意且不應被解釋為法律、稅務、投資、財務或任何其他形式的建議。 重要的是，僅投資您可以承受損失的金額，並在有任何疑問時尋求獨立的財務建議。 如需了解更多信息，我們建議您參閱條款和條件以及發行人或廣告商提供的幫助和支援頁面。 MetaversePost 致力於提供準確、公正的報告，但市場狀況如有變更，恕不另行通知。
關於作者
Alisa，一位熱心記者 MPost專注於加密貨幣、人工智慧、投資以及廣闊的領域 Web3。她對新興趨勢和技術有著敏銳的洞察力，提供全面的報道，讓讀者了解並吸引讀者了解不斷發展的數位金融領域。
更多文章
Alisa，一位熱心記者 MPost專注於加密貨幣、人工智慧、投資以及廣闊的領域 Web3。她對新興趨勢和技術有著敏銳的洞察力，提供全面的報道，讓讀者了解並吸引讀者了解不斷發展的數位金融領域。
