模型
Gato
谷歌DeepMind开发的多任务具身智能体模型，能够将视觉语言理解与机械臂控制统一在同一神经网络中
核心事实
时间轴 (近 90 天)
9月8日
Google DeepMind的Gato模型将图像patch、文本token和离散化动作统一为同一序列
待验证50%
9月8日
Google DeepMind的Gato模型展示了将图像patch、文本token和离散化动作统一为同一序列的可能性
待验证50%
9月8日
谷歌的RT-2和DeepMind的Gato项目在探索视觉-语言-行动模型
待验证50%