Unverified50% confidenceFactExact time
Google DeepMind的RT-2（2023年）将连续的末端执行器位姿和夹爪开合量量化为256个离散区间，附加到视觉-语言模型PaLI-X和PaLM-E的输出词汇表中
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
Unverified2022年DeepMind发布了TALM，Meta发布了Toolformer，探索让模型自主决定何时调用外部API，但依赖微调67% similarVerifiedGoogle 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67% similarUnverifiedDeepMind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66% similarUnverified早在2022年，DeepMind的RLAM和Meta的ToolFormer论文就已论证了语言模型自主调用外部工具的可行性65% 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64% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/506760API
curl https://kongchang.com/api/v1/knowledge/claims/506760MCP
get_claim(id=506760)