待验证50% 置信事实精确时间
Google DeepMind于2023年发布的RT-2首次验证了在550亿参数的视觉语言模型上微调机器人控制的可行性，其泛化能力相比前代提升近一倍
1
来源数
50%
置信度
长期有效
时效性
2026/7/18
首次发现
来源
相关事实
待验证Google DeepMind的RT-2（2023年）将机器人动作词元化为离散token，附加到视觉-语言模型PaLI-X和PaLM-E的输出词汇表中，展现出零样本泛化能力79% 相似已验证推测解码由 Google DeepMind 于 2023 年正式提出，整体吞吐量可提升 2–3 倍，且输出质量与原始大模型完全等价78% 相似待验证涌现能力（Emergent Ability）现象由谷歌DeepMind研究团队于2022年系统记录75% 相似已验证推测解码（Speculative Decoding）范式由Google Brain和DeepMind团队于2023年几乎同期提出74% 相似待验证谷歌DeepMind于2019年将强化学习用于芯片布图规划，并于2021年发表在Nature上，证明AI在特定EDA子任务上可超越人类专家73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/553554API
curl https://kongchang.com/api/v1/knowledge/claims/553554MCP
get_claim(id=553554)