GR 2

使用场景在工业环境中进行端到端的二进制拾取。在CALVIN基准测试中进行长视野语言控制的机器人操作。在新的、未见过的场景中进行有效的机器人操作。产品特色大规模预...

  • GR 2

    类别:AI模型,AI Agents,机器人,人工智能,自动化,机器学习,多任务学习,普通产品,开源,
    官网:https://gr2-manipulation.github.io/ 更新时间:2025-08-02 09:28:29
  • 使用场景

    在工业环境中进行端到端的二进制拾取。

    在CALVIN基准测试中进行长视野语言控制的机器人操作。

    在新的、未见过的场景中进行有效的机器人操作。

    产品特色

    大规模预训练,涉及3800万视频剪辑和超过500亿个标记。

    视频生成和动作预测的微调。

    多任务学习能力,100多个任务的平均成功率达到97.7%。

    对新场景的出色泛化能力。

    随着模型大小的增加而高效扩展。

    端到端的二进制拾取能力。

    在CALVIN基准测试中创下新纪录。

    自回归视频生成能力。

    使用教程

    访问GR-2的官方网站以获取更多信息。

    阅读技术报告以了解GR-2的详细工作原理。

    观看YouTube或Bilibili上的视频,了解GR-2的实际应用。

    下载并安装任何必要的软件或插件以开始使用GR-2。

    根据提供的文档和指南,设置GR-2以适应特定的操作任务。

    使用GR-2进行预训练,以掌握视频生成和动作预测。

    对GR-2进行微调,以适应特定的机器人操作任务。

    监控GR-2的操作,确保其按照预期执行任务。