Unverified50% confidenceFactExact time
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
1
Sources
50%
Confidence
Long-term
Relevance
7/14/2026
First Seen
Sources
Vizuara机器人学习课程笔记获取指南与免费资源推荐
redditr/deeplearning7/12/2026
Related Claims
UnverifiedGoogle 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79% similarUnverified将大语言模型接入机器人的典型范式包括Google的SayCan（用LLM分解任务后调用底层运动原语）和RT-2（端到端生成控制指令）70% similarUnverified学术界正探索基础模型在机器人领域的应用，如Google DeepMind的RT-2和斯坦福的Open X-Embodiment项目69% similarUnverifiedGoogle DeepMind 的 RT-2 和 Figure AI 等机器人项目为收集人类行为数据投入了巨额成本68% similarUnverifiedGoogle DeepMind提出了ReAct（Reasoning + Acting）代理循环模式67% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/503254API
curl https://kongchang.com/api/v1/knowledge/claims/503254MCP
get_claim(id=503254)