机器人基础模型
聚焦能跨机型迁移的机器人基础模型:π 系列、Gemini Robotics 与 VLA 架构如何把视觉、语言和动作接成一条链,帮读者判断哪些进展真能落到自己的机器人上。
机器人基础模型把大模型的通用理解搬进物理世界:先在海量机器人数据上预训练,再用少量示范适配新机型和新任务。π0、π0.5、Gemini Robotics ER 这类系统走的都是这条路,分歧只在数据来源、动作表示和推理放在云端还是机身。
聚焦能跨机型迁移的机器人基础模型:π 系列、Gemini Robotics 与 VLA 架构如何把视觉、语言和动作接成一条链,帮读者判断哪些进展真能落到自己的机器人上。
Pi API 把机器人基础模型的微调和推理做成了托管服务。2026 年 10 月 13 日,Physical Intelligence 在官方博客宣布 Pi API 进入测试:开发者把自己的机器人数据上传,在 Physical Intelligence 管理的算力和基础设施上发起微调,再通过托管网关...
Gemini 4 Argon 于 2026 年 10 月 13 日由 Google 在官方博客正式发布并全球开放:开发者和企业可经 Gemini API 在 AI Studio 与云端平台调用,Google AI Ultra 订阅者可在 Google Antigravity 中使用,Ultra 与 ...
2026 年 7 月 30 日,Google DeepMind 发布 Gemini Robotics ER 2,并把它定位为机器人的高层“大脑”:模型负责理解连续视频、规划多步骤任务和调用工具,具体动作仍交给底层视觉—语言—动作模型或机器人控制接口。它的重要性在于,机器人系统开始把看、想、做和复查放...
Physical AI 通常指让 AI 不只理解文字、图片和语音,还能进入物理世界去感知、预测、规划和执行动作。它会成为 2026 年机器人圈的高频热词,是因为大家开始更明确地把“会和真实环境互动的 AI”单独拎出来,而不再把它简单算作普通大模型的延伸。 它和一般意义上的生成式 AI 有什么不同 生...