Google RT2 VLA模型可帮助机器人更快速地在融入新环境并开始工作

Google发布了一款革新性的视觉-语言-动作（VLA）模型，名为“机器人变形金刚”（Robotics Transformer 2 RT-2），这一成果被公司赞誉为同类中的首创技术。RT-2，顾名思义并非首次迭代，而是在DeepMind的机器人技术基础上不断进化而来的。据Google称，这款机器人拥有接受文本或图像输入并转化为实际动作的能力。

训练机器人是一项艰巨的任务，需要对世界上的各种物体、环境、任务和情况进行大量数据的训练。对于RT-2来说，它带来了更多的通用机器人发展的巨大潜力。Google表示，尽管在机器人技术的道路上仍然有很多挑战需要克服，但RT-2已经让他们看到了新的希望。

DeepMind坚信，通用物理机器人可以通过VLA模型产生，这些机器人将拥有推理、解决问题和解释信息的能力，以便在现实世界的任务中发挥作用。与前代机器人相比，RT-2的一大亮点是具备符号推理能力，这意味着它能够理解抽象概念并进行逻辑操作。例如，在没有接受过明确训练的情境下，机器人被要求执行特定任务，如将物体移动到特定位置，它就能够理解并运用抽象数学概念完成任务。

尽管RT-2已经在多项任务中展现出强大的能力，但我们仍需意识到，它仍然需要人类的输入和监督，并且在真实环境中的实际操作中仍存在许多技术限制。我们仍然对RT-2充满期待，希望它能带来一些有趣的新机器人，完成以前难以完成的任务。无疑，RT-2是机器人技术领域的一大飞跃，我们期待它在未来为我们的生活带来更多便利和乐趣。