首款推理具身模型，谷歌DeepMind造！自主理解/规划/执行复杂任务，打破一机一训，还能互相0样本迁移技能

425 0 0

文章摘要

【关键词】 Gemini模型、通用机器人、推理能力、跨平台迁移、数据训练

谷歌DeepMind发布新一代通用机器人基座模型Gemini Robotics 1.5系列，这是全球首个具备模拟推理能力的具身模型，是将通用AI推向现实世界的重要里程碑。

该系列由Gemini Robotics 1.5（GR 1.5）和Gemini Robotics – ER 1.5（GR – ER 1.5）两大模型组成。GR 1.5负责动作执行，GR – ER 1.5强化推理能力，提供规划与理解支持，两者结合能让机器人完成复杂多步任务，还能根据特定要求上网搜索以辅助完成任务，且具备零样本跨平台迁移能力。

GR 1.5系列展示了五大能力：一是能执行复杂长程任务，在执行过程中自我检测并修正；二是适配多种机器人硬件，一个通用模型可上手不同形态的硬件；三是实现跨机器人迁移，通过Motion Transfer技术形成跨平台的通用动作理解；四是作为推理型具身模型，行动前会生成内心独白，拆解任务步骤，提升可解释性；五是安全可解释，能自我修正操作，识别潜在风险，确保运行安全。

为实现“规划 + 执行”的完整闭环，GR 1.5系列有庞大而多样化的数据来源，包括真实机器人操作数据和互联网信息。研究团队还提出全新的Motion Transfer机制，将不同机器人平台的运动轨迹和操作经验映射到统一动作语义空间，增强任务泛化和跨机器人迁移能力。训练时约九成以上迭代在MuJoCo仿真环境中完成，提升了研发效率和现实执行的稳定性与安全性。

GR 1.5系列有三大核心创新：让机器人具备思考推理能力，增强可解释性和信任感；实现跨平台技能迁移，使机器人共享生态知识与经验；具身推理模型GR – ER 1.5提升“理解物理世界”的能力，在多项任务上超越GPT – 5和Gemini 2.5 Flash。评测显示，该系列在多项基准测试中表现出色，且未牺牲安全性。

回顾来看，谷歌此前已推出Gemini Robotics系列和Gemini Robotics On – Device。目前，开发者可通过Google AI Studio中的Gemini API使用GR – ER 1.5，而GR 1.5仅供少数谷歌DeepMind的合作伙伴使用。