微新創想（idea2003.com）7月29日 消息:據theverge報道，谷歌希望通過發布人工智能學習模型 Robotic Transformer （RT-2）來使其機器人變得更加智能。

RT-2是該公司所謂的視覺-語言-動作 （VLA） 模型的新版本。該模型教會機器人更好地識別視覺和語言模式，以解釋指令并推斷哪些物體最適合該請求。

圖片:谷歌

研究人員在廚房辦公室環境中用機械臂測試了 RT-2，要求其機械臂決定什么是一把好的簡易錘子（它是一塊石頭），并選擇一種飲料給疲憊的人(紅牛)。他們還告訴機器人將可樂罐移到泰勒·斯威夫特的照片上。這個機器人是 Swiftie，這對人類來說是個好消息。

該公司在一篇論文中表示，新模型基于網絡和機器人數據進行訓練，利用了谷歌自己的 Bard 等大型語言模型的研究進展，并將其與機器人數據（例如要移動的關節）相結合。它還可以理解英語以外的語言的指示。

多年來，研究人員一直試圖讓機器人具有更好的推理能力，以解決如何在現實生活環境中生存的問題。The Verge 的詹姆斯·文森特指出，現實生活是極其混亂的。機器人需要更多的指令才能為人類做一些簡單的事情。例如，清理溢出的飲料。人類本能地知道該怎么做:拿起玻璃杯，拿一些東西來清理臟亂的東西，然后把它扔掉，下次要小心。

以前，訓練機器人需要很長時間。研究人員必須單獨制定方向。但借助 RT-2等 VLA 模型的強大功能，機器人可以訪問更多信息來推斷下一步該做什么。

谷歌去年首次涉足智能機器人領域，當時它宣布將在機器人技術中使用其法學碩士PaLM，創建名稱尷尬的PaLM-SayCan系統，以將法學碩士與物理機器人集成。

谷歌的新機器人并不完美。《紐約時報》觀看了該機器人的現場演示，并報道稱它錯誤地識別了蘇打水的口味，并將水果錯誤地識別為白色。