跳到正文

GR-2

面向可泛化操作的通用机器人代理

访问官网

GR-2 是什么

GR-2 是一个通用机器人代理,先在大量互联网视频上预训练以捕捉世界动态,再用机器人轨迹做微调。

你可以用它做什么

  • 在工业环境中执行端到端二进制拾取
  • 在 CALVIN 基准上完成长视野语言控制操作
  • 在新的背景、环境、对象与任务中操作

模型说明

  • 预训练涉及 3800 万视频剪辑与 500 亿个标记
  • 微调面向视频生成和动作预测
  • 随模型大小增加而高效扩展

优点与缺点

✓ 我们认可的地方

  • 可泛化到未见过的背景、对象与任务
  • 多任务学习覆盖 100 多个任务

! 需要留意的地方

  • 预训练依赖大规模互联网视频
  • 微调阶段需要机器人轨迹数据

常见问题

预训练数据规模多大?

资料列出 3800 万视频剪辑和超过 500 亿个标记。

资料给出的成功率是多少?

卡内在 100 多个任务上给出平均成功率 97.7%。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法