模型发布档案

最新发布模型

聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。

按发布时间倒序7 种语言
清除

4 个模型

按发布时间倒序
Google

Gemini Robotics On-Device 2

Gemini Robotics On-Device 2 是面向通用机器人操作的端侧视觉—语言—动作(VLA)模型,针对机器人硬件上的本地推理和网络受限场景进行了优化。模型卡说明其基于 Gemini Robotics 1.5 技术及端侧 Gemma 模型。(deepmind.google) **输入和输出:**接收文本指令、环境图像和以数值表示的机器人本体感知信息,输出数值形式的机器人动作。(dee…

了解模型简体中文
Google

Gemini Robotics ER 2 Streaming Preview

面向机器人具身推理的视觉语言模型预览端点,针对通过 Live API 进行低延迟实时文本流式输出而优化。Google 于 2026 年 7 月 30 日发布公开预览版。(aistudio.google.com) 接受文本、图片、视频和音频输入,输出文本;支持双向流式交互、函数调用、思考和 Google 搜索接地。输入上限为 131,072 token,输出上限为 65,536 token。(ai.…

了解模型简体中文
Google

Gemini Robotics ER 2 Preview

Gemini Robotics ER 2 Preview 是面向机器人的视觉语言模型(VLM)预览端点,基于 Gemini 3.5 Flash,侧重具身推理,可作为机器人系统的高层规划与协调模块。Google 于 2026 年 7 月 30 日宣布通过 Gemini API 公开预览该端点。(aistudio.google.com) 接收文本、图像、视频和音频输入,输出文本;输入上限为 131,0…

了解模型简体中文
Google

Gemini Robotics 2

Gemini Robotics 2 是 Google DeepMind 于 2026 年 7 月 30 日公布的机器人 AI 系列。其中同名的 Gemini Robotics 2 是视觉-语言-动作(VLA)模型,可将视觉和语言输入转化为机器人运动控制,面向人形及双臂机器人。(deepmind.google) **全身控制与灵巧操作:**可协调人形机器人行走、弯腰、取放物体,并控制多指手或夹爪。官…

了解模型简体中文