当地时间周五，谷歌公司发布新的机器人模型Robotics Transformer 2（RT-2），搭载了大语言模型的最新进展，且能帮助训练机器人理解扔垃圾等任务。

RT-2是一种“视觉-语言-行动”模型，可以通过在网络上投喂信息和图像，训练机器人执行响应的动作。这使得机器人变得更加聪明，并赋予它们新的理解和解决问题的能力。

例如，如果希望以前的系统能够扔掉垃圾，必须明确地训练它们能够识别垃圾，以及捡起并扔掉垃圾。RT-2则能够从大量的网络数据中转移知识，它已经知道什么是垃圾，并且可以在没有明确训练的情况下识别垃圾。

谷歌宣称，相比以往第一个版本，新的模型让机器人的性能几乎翻倍，准确率从32%提升至62%。

谷歌DeepMind的机器人主管Vincent Vanhoucke说：“由于生成式AI的爆火，我们不得不重新考虑整个研究计划。之前做的很多事情都已经完全失效了。”

加州大学伯克利分校的机器人领域教授Ken Goldberg表示，机器人的灵巧程度仍达不到人类的水平，在一些基本任务上也表现不佳，但谷歌利用人工智能语言模型赋予机器人新的推理和即兴创作技能，这是一个有希望的突破。