7月29日消息，据外媒报道，日前，谷歌推出一款名为Robotics Transformer2(RT-2)人工智能学习模型，旨在使其机器人更加智能。
据悉，RT-2是一种视觉语言行动模型的新版本，可教会机器人更好地识别视觉和语言模式，以解释指令，并推断出最适合请求的对象。
该公司在一篇论文中表示，新模型在网络和机器人数据上进行训练，利用谷歌自己的Bard等大语言模型的研究进展，并将其与机器人数据，如要移动的关节结合起来。它还能识别除英语以外的其他语言的方向。
多年来，研究人员一直试图给机器人灌输更好的推理能力，以解决如何在现实环境中生存的问题。但在现实生活中，机器人需要更多的指导才能为人类做一些简单的事情。例如，清理洒出的饮料。人类本能地知道该怎么做：捡起玻璃杯，找个东西把残羹剩饭清理掉，扔出去。
以前，训练机器人需要很长时间。研究人员必须单独编写指令。但借助RT-2等VLA模型的强大功能，机器人可以访问更大的信息集来推断下一步该做什么。
