日前，谷歌DeepMind推出了两款基于Gemini 2.0的新AI模型，旨在通过利用大语言模型的推理能力，完成复杂的现实世界任务，帮助机器人适应复杂环境。

第一款模型名为Gemini Robotics。据官方介绍，这是一个视觉-语言-动作模型。第二款模型是Gemini Robotics-ER（即具身推理）。该模型具备增强的空间理解能力，能让机器人专家利用Gemini的具身推理（ER）能力运行自有程序。

谷歌DeepMind认为，要成为对人类有用的机器人AI模型，必须具备三大核心特质：通用性，能适应不同场景；交互性，能快速理解并响应指令或环境变化；以及灵巧性，能完成类似人手般精细的操作。新发布的这两款模型能让多种机器人执行比以往更广泛的现实任务。