Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Long-term
Relevance
7/18/2026
First Seen
Sources
Related Claims
UnverifiedGoogle 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% similarVerified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% similarUnverified涌现能力（Emergent Ability）现象由谷歌DeepMind研究团队于2022年系统记录75% similarVerified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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/553554API
curl https://kongchang.com/api/v1/knowledge/claims/553554MCP
get_claim(id=553554)