近期一些语音大模型相关论文摘要总结

真正的通用机器人需要对物理世界有深入的理解。我们之前的工作，双子座机器人（双子座机器人团队等人，2025），通过利用双子座丰富的世界知识创建视觉语言动作（VLA）模型，在直接机器人控制方面表现出令人印象深刻的交互性、通用性和灵活性，奠定了坚实的基础。我们现在介绍基于最新一代Gemini的Gemini Robotics 1.5（GR 1.5）系列机器人基础模型（Comanici等人，2025）。新的