Unverified60% confidenceFactExact time
Google DeepMind的RT-2首次将视觉-语言模型直接用于生成机器人动作指令
2
Sources
60%
Confidence
Long-term
Relevance
7/10/2026
First Seen
Sources
Mistral发布Robostral Navigate：机器人导航基础模型详解
hackernewshackernews7/8/2026
Related Claims
UnverifiedDeepMind推出Auto-RT项目，将大语言模型与机器人控制模型RT-2结合，用LLM作为任务规划层将自然语言指令分解为底层动作序列84% similarUnverifiedDeepMind开发了VLA（视觉语言动作模型）系统，将机器人的物理动作与视觉token、语言token置于同等重要的位置处理79% similarUnverifiedGoogle DeepMind的SIMA项目训练了一个能够在多款3D游戏中执行自然语言指令的通用智能体77% similarUnverifiedGoogle DeepMind在多模态模型的GUI理解和交互方面持续投入，包括利用大规模网页截图数据训练模型以及探索Android设备操控能力73% similarUnverifiedGoogle DeepMind的Genie项目尝试从无标注视频中学习可交互的世界模型73% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/460978API
curl https://kongchang.com/api/v1/knowledge/claims/460978MCP
get_claim(id=460978)