在日常生活中，倒一杯水或撿起掉在地上的布偶對人類來說再簡單不過。但對於機器人，這些行動卻極為複雜。至今，多數產業仍只讓機器人在結構化的環境中從事可重複的任務，如 google ai 機器人的基本操作。

隨著 Google DeepMind 對人工智慧機器人應用的深入研究，機器人技術有了新的突破。Google DeepMind 最新研發技術發表了他們的最新視覺-語言-行動模型（vision-language-action，VLA）——RT-2（Robotic Transformer 2）。這款 GOOGLE AI 模型能從網路和機器人資料中學習，並將這些知識轉化成控制機器人的通用指令，有助於機器人更好地理解和執行人類的指令。

Google 人工智能引進 VLA，助新系統從網路中學習

《TechCrunch》報導，RT-2 是基於 Google DeepMind 去年發表的 RT-1 系統優化版。團隊蒐集了大量的機器人數據，包括 13 個機器人在 13 萬個場景中執行的 700 多種任務，進行訓練。接著，他們引入了 VLA，結合了大型語言模型 Google Bard 等網路資料，進一步優化和訓練 RT-2。

AI 機器人可辨識什麼是垃圾、判斷疲倦該喝能量飲

有了更多元的訓練數據，RT-2 不再只是執行簡單的動作。它可以從網路或其他機器人數據中學到知識，並在不同場景中進行基本的推理。例如，它可以辨識香蕉皮和吃完的洋芋片包裝袋都是垃圾，或者知道疲倦的人應該喝能量飲料。

詳細內文請參考網址...