谷歌DeepMind机器人成果三连发！两大能力全提升，数据收集系统可同时管理20个机器人

几乎是和斯坦福“炒虾洗碗”机器人同一时间，谷歌deepmind也发布了最新具身智能成果。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

并且是三连发：

先是一个主打提高决策速度的新模型，让机器人的操作速度（相比原来的Robotics Transformer）提高了14%——快的同时，质量也没有下滑，准确度还上升了10.6%。

然后再来一个专攻泛化能力的新框架，可以给机器人创建运动轨迹提示，让它面对41项从未见过的任务，取得了63%的成功率。

别小看这个数组，对比之前的29%，进步可谓相当大。

最后是一个机器人数据收集系统，可以一次管理20个机器人，目前已从它们的活动中收集了77000次实验数据，它们将帮助谷歌更好地完成后续训练工作。

那么，这三个成果具体是什么样？我们一个一个来看。

机器人日常化第一步：没见过的任务也能直接做

谷歌指出，要实现真正可进入现实世界的机器人，需要解决两个基本挑战。

1、新任务推广能力

2、提高决策速度

本次三连发的前两项成果就主要在这两大领域作出改进，且都建立在谷歌的基础机器人模型Robotics Transformer（简称RT）之上。

首先来看第一个：帮助机器人泛化的RT-Trajectory。

对于人类来说，譬如完成擦桌子这种任务简直再好理解不过了，但机器人却不是很懂。

不过好在我们可以通过多种可能的方式将这一指令传达给它，让它作出实际的物理行动。

一般来说，传统的方式就是将任务映射为一个个特定的动作，然后让机械臂完成，例如对于擦桌子，就可以拆解为“合上夹具、向左移动、向右移动”。

很明显，这种方式的泛化能力很差。

在此，谷歌新提出的RT-Trajectory通过给机器人提供视觉提示的方法来教它完成任务。

具体而言，由RT-Trajectory控制的机器人在训练时会加入2D轨迹增强的数据。

这些轨迹以RGB图像的形式呈现，包括路线和关键点，在机器人学习执行任务时提供低级但非常实用的提示。

有了这个模型，机器人执行从未见过的任务的成功率直接提高了1倍之多（相比谷歌的基础机器人模型RT-2，从29%=>63%）。

更值得一提的是，RT-Trajectory可以用多种方式来创建轨迹，包括：
通过观看人类演示、接受手绘草图，以及通过VLM（视觉语言模型）来生成。

机器人日常化第二步：决策速度一定要快

泛化能力上来以后，我们再来关注决策速度。

谷歌的RT模型采用的是Transformer架构，虽然Transformer功能强大，但严重依赖于有着二次复杂度的注意力模块。

因此，一旦RT模型的输入加倍（例如给机器人配上更高分辨率的传感器），处理起来所需的计算资源就会增加为原来的四倍，这将严重减慢决策速度。

为了提高机器人的速度，谷歌在基础模型Robotics Transformer上开发了SARA-RT。

SARA-RT使用一种新的模型微调方法让原来的RT模型变得更为高效。

这种方法被谷歌称之为“向上训练”，它主要的功能就是将原来的二次复杂度转换为线性复杂度，同时保持处理质量。

将SARA-RT应用于具有数十亿参数的RT-2模型时，后者可以在各种任务上实现更快的操作速度以及更高的准确率。

TTSMaker

TTSMaker是一个免费的文本转语音工具，提供语音生成服务，支持多种语言。

2275 查看详情

同样值得一提的是，SARA-RT提供的是一种通用的加速Transformer的方法，且无需进行昂贵的预训练，因此可以很好地推广开来。

数据不够？自己创造

最后，为了帮助机器人更好地理解人类下达的任务，谷歌还从数据下手，直接搞了一个收集系统：AutoRT。

这个系统将大模型（包括LLM和VLM）与机器人控制模型（RT）相结合，不断地指挥机器人去执行现实世界中的各种任务，从而产生数据并收集。

具体流程如下：

让机器人“自由”接触环境，靠近目标。

然后通过摄像头以及VLM模型来描述眼前的场景，包括具体有哪些物品。

接着，LLM就通过这些信息来生成几项不同的任务。

注意了，生成以后机器人并不马上执行，而是利用LLM再过滤一下哪些任务可以独立搞定，哪些需要人类远程控制，以及哪些压根不能完成。

像不能完成的就是“打开薯片袋”这种，因为这需要两只机械臂（默认只有1只）。

再然后，做完这个筛选任务以后，机器人就可以去实际执行了。

最后由AutoRT系统完成数据收集并进行多样性评估。

据介绍，AutoRT可一次同时协调多达20个机器人，在7个月的时间内，一共收集了包括6650个独特任务在内的77000次试验数据。

最后，对于此系统，谷歌还特别强调了安全性。

毕竟AutoRT的收集任务作用于现实世界，“安全护栏”不能少。

具体而言，基础安全守则由为机器人进行任务筛选的LLM提供，它的部分灵感来自艾萨克·阿西莫夫的机器人三定律——首先也是最重要的是“机器人不得伤害人类。

其次还包括要求机器人不得尝试涉及人类、动物、尖锐物体或电器的任务。

但这还远远不够。

因此AutoRT还配有常规机器人技术中的多层实用安全措施。

例如，机器人在其关节上的力超过给定阈值时自动停止、所有行动都可由保持在人类视线范围内的物理开关停止等等。

还想进一步了解谷歌的这批最新成果？

好消息，除了RT-Trajectory只上线论文以外，其余都是代码和论文一并公布，欢迎大家进一步查阅～

One More Thing

说起谷歌机器人，就不得不提RT-2（本文的所有成果也都建立之上）。

这个模型由54位谷歌研究员耗时7个月打造，今年7月底问世。

嵌入了视觉-文本多模态大模型VLM的它，不仅能理解“人话”，还能对“人话”进行推理，执行一些并非一步就能到位的任务，例如从狮子、鲸鱼、恐龙这三个塑料玩具中准确捡起“已灭绝的动物”，非常惊艳。

如今的它，在短短5个多月内便迎来了泛化能力和决策速度的迅速提升，不由地让我们感叹：不敢想象，机器人真正冲进千家万户，究竟会有多快？

以上就是谷歌DeepMind机器人成果三连发！两大能力全提升，数据收集系统可同时管理20个机器人的详细内容，更多请关注其它相关文章！

# 训练  # ai  # 聚合页如何制作seo  # 黑帽SEO被骗  # 淘宝店铺做SEO  # 郑州优化网站按天计费  # 公司网站如何推广赚钱  # 单页网站建设源码  # 在线seo优化口碑推荐  # 行业网站推广有哪些  # 百色搜狗问答推广营销  # 临沂网站建设最好的公司  # 让它  # 谁能  # 再来  # 更高  # 阿西莫夫  # 见过  # 是一个  # 开源  # 的是  # 两大  # follow 

相关栏目： 【 行业新闻62819 】 【 科技资讯67470 】

相关推荐： 科学家称，面对人工智能，人类未来或只有灭亡与虚拟永生两个选择  一文看懂基础模型的定义和工作原理  贫穷让我预训练  五个IntelliJ IDEA插件，高效编写代码  2025 世界人工智能大会闭幕，32 个重大产业签约总额达 288 亿元  张朝阳陆川谈AI：大数据模型大幅提升工作效率，ChatGPT冲击最大的是内容创作领域  2025年贵州省青少年机器人竞赛在安举行  两型无人机完成交付！国家级机动观测业务正式启动  复盘MWC上海：AI大模型时代到来 通信网络将会怎样改变？  鸿蒙OS 4将实现AI大模型集成，余承东表示坚持AI辅助而非AI取代  阿里大文娱CTO郑勇：生成式AI将引发内容行业巨变，*制作机会挑战并存  消息称 ChatGPT 未来有望增加更多功能：上传文件分析信息，还能记住用户画像  DeepMind推惊世排序算法，C++库忙更新！  乐天派AI桌面机器人提供的正能量情绪价值直接拉满，妥妥的治愈系  大疆 Air 3 无人机售价和实物照片曝光  美图公司：Wink国内首发AI画面拓展功能  2025世界人工智能大会成功召开  英伟达CEO宣称生成式AI已迎来“划时代时刻”  百度文心一言App上架苹果商店，人工智能创作引发热议  官宣！爱康AI未来之夜三大亮点提前剧透！  利用AI探索抗体“钥匙”、加速药物研发——访百图生科团队  “具身智能”引爆机器人产业，看绝影Lite3/X20四足机器人有何特别之处？  无人机自主巡检为高海拔输电线路运维添“新彩”  2025年的网络分区：人工智能和自动化如何改变事物  QQ音乐业内率先推出「AI一起听」功能，领取你的AI听歌助手  人形机器人打开精密齿轮市场全新空间！受益上市公司梳理  独家视角：首次展示有人与无人协同打击的7000米高空察打一体无人机  物联网和人工智能的协同作用：释放预测性维护的潜力  微软必应聊天现已在Chrome和Safari浏览器上可用，但仍有许多限制存在  华为盘古AI模型实现秒级全球气象预报时间缩短  日本演员工会提出AI立法建议 要求建立“声音肖像权”  国家发改委组织工业机器人产业高质量发展现场会  深企派遣无人机救援队赴京津冀开展防汛救灾任务  套娃不可取：研究人员证实用AI生成的结果训练AI将导致模型退化  基于信息论的校准技术，CML让多模态机器学习更可靠  电池比 Air 2S 大 20%，大疆 Air 3 无人机现身 FCC  时隔 4 年：谷歌更新安卓机器人 LOGO，形象更立体  码刻 | 48小时Hackathon，源码见证新生代AI创新的发生  懒人必备的家居清洁好物，石头自清洁扫拖机器人G20  掌阅科技对话式AI应用“阅爱聊”开启内测  OpenAI大神Karpathy最新分享：为什么OpenAI内部对AI Agents最感兴趣  参考封面|人工智能“淘金热”  普渡机器人与变形金刚品牌合作，特别活动爆火，商品售罄！  WAIC 2025｜云深处科技绝影Lite3与X20四足机器人亮相  午报 | 字节跳动要造机器人；东方甄选首次启动自有APP|直播|  李开复：未来几年，人工智能会革了所有人的命，除非你这么做  借助ChatGPT快速上手ElasticSearch dsl  软银、淡马锡、沙特阿美突击入股，“协作机器人第一股”节卡股份：强敌环伺，持续失血是常态  13万个注释神经元，5300万个突触，普林斯顿大学等发布首个完整「成年果蝇」大脑连接组  此「错」并非真的错：从四篇经典论文入手，理解Transformer架构图「错」在何处