Google RT-2-X

Robotique / VLANon disponible
par Google DeepMindID du modèle: rt-2-x

Google's VLA from RT-X collaboration. Trained on Open-X-Embodiment (22 robots, 527 skills), positive transfer.

Statut
Non disponible
Entrée → Sortie
Texte + Image → Actions de robot
Développeur
Google DeepMind
Mis à jour
23 septembre 2026

Google RT-2-X n'est actuellement pas disponible

Vous pouvez toujours consulter les détails sur cette page. Choisissez l'une des alternatives disponibles ci-dessous pour exécuter immédiatement un modèle comparable.

01

Playground

Google RT-2-X

Modèle de recherche

Actuellement indisponible

Google RT-2-X est un modèle de robotique (vision-langage-action) et ne peut pas être exécuté via l'API railwail.

02

À propos de Google RT-2-X

RésuméAu 23 septembre 2026

Google RT-2-X est un modèle de Google DeepMind dans la catégorie Robotique / VLA. Google RT-2-X n'est actuellement pas disponible sur Railwail.

Arrière-plan

À propos de Google DeepMind

Fondée 2010 · London, UK / Mountain View, USA

RT-2-X is Google DeepMind's flagship Robotic Transformer 2 (RT-2) model retrained on the Open-X-Embodiment dataset - the first large-scale, multi-institution effort to assemble a unified robot-learning dataset spanning many labs and robots. Open-X-Embodiment was organised in 2023 by Google DeepMind together with 21+ academic and industry institutions (Stanford, UC Berkeley, CMU, MIT, Toyota Research Institute, etc.), producing the RT-X dataset of ~1 million trajectories across 22 robot embodiments. RT-2-X extends RT-2's Vision-Language-Action recipe - using a PaLM-E / PaLI-X style VLM as backbone and emitting actions as text tokens - to this cross-embodiment corpus, demonstrating positive transfer across robots and a new state of the art on generalist manipulation at the time of release. RT-2-X is research-only and not publicly callable; it remains a key academic reference and the conceptual parent of subsequent open VLAs.

Visiter Google DeepMind

Architecture

Vision-Language-Action transformer (PaLI / PaLM-E backbone, discrete action tokens)

RT-2-X follows the RT-2 design: a large Vision-Language Model (PaLI-X or PaLM-E) is co-fine-tuned on web-scale vision-language data and on robot demonstration data, where robot actions are tokenised as strings of natural-language-like tokens (each action dimension binned and rendered as a token). The same next-token prediction objective therefore trains the model on both internet-scale image-text data and on robot trajectories, allowing the resulting policy to inherit web knowledge (object semantics, OCR, common sense) and route it to motor commands. RT-2-X is the version of this recipe trained on the Open-X-Embodiment / RT-X dataset - ~1 million trajectories across 22 robot embodiments - rather than only on Google's internal kitchen-robot dataset. Public results report 5B and 55B variants, with the 55B model showing the strongest generalisation, especially when prompted with unseen language commands or unseen object combinations.

Paramètres
Up to 55B (RT-2-X variants: 5B and 55B)

Capacités

  • Generalist VLA trained on Open-X-Embodiment (22 robots)
  • Inherits web-scale knowledge from PaLI / PaLM-E backbones
  • Discrete action-token decoding (text-like vocabulary)
  • Positive transfer across robot embodiments
  • Strong emergent semantic reasoning (e.g. 'pick up the extinct animal')
  • 5B and 55B parameter variants
  • Reference architecture for the modern VLA paradigm
  • Co-training on internet data + robot demos
  • Best for: research, citation, conceptual baseline for VLAs.

Entraînement et licence

Co-trained on internet-scale vision-language data (PaLI / PaLM-E corpora) plus ~1 million robot trajectories from the Open-X-Embodiment (RT-X) dataset across 22 robot embodiments. Action targets are tokenised continuous controls.

Licence: Research-only - Google DeepMind has not publicly released the RT-2-X weights, code or API. Some Open-X-Embodiment data and smaller RT-X reproductions are available, but the proprietary RT-2-X checkpoints are not.

Tests de sécurité: Covered under Google's standard Responsible AI process and frontier-safety evaluations. Robot demos were filmed in supervised lab settings with force-limited hardware; no public RSP-style document specific to RT-2-X.

Limitations connues

  • Closed weights - no public API or download
  • Inference latency too high for very fast control loops
  • Discrete tokens limit smoothness vs diffusion / flow-matching policies
  • Cross-embodiment transfer still constrained by action-space differences
  • Long-horizon tasks need external prompt decomposition
  • Dataset skew toward kitchen / tabletop tasks
03

Tarification

Actuellement indisponible. Il n'y a pas de prix pour ce modèle pour le moment, il ne peut donc pas être exécuté.

04

API

Appelez Google RT-2-X avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :

Non disponible via l'API

Les modèles de robotique s'exécutent sur du matériel robotique, pas via l'API railwail.

05

Spécifications

ID du modèle
rt-2-x
Développeur
Google DeepMind
Catégorie
Robotique / VLA
Entrée
Texte, Image
Sortie
Actions de robot
Cycle de vie
Non disponible
Taille du modèle
Up to 55B (RT-2-X variants: 5B and 55B)
Licence
Research-only - Google DeepMind has not publicly released the RT-2-X weights, code or API. Some Open-X-Embodiment data and smaller RT-X reproductions are available, but the proprietary RT-2-X checkpoints are not.
Entrée du catalogue mise à jour
23 septembre 2026

Étiquettes

  • google
  • vla
  • robotics
  • research-only
  • weights-closed
06

Cas d'usage

À quoi ça sert

  • Reference baseline in VLA / cross-embodiment papers
  • Comparative studies vs OpenVLA / Octo / π-0
  • Academic citation as the canonical large VLA
  • Demonstration of emergent reasoning in robotics
  • Motivating examples for action-token tokenisation research
  • Closed model - no direct deployment use
07

Questions fréquemment posées

Qu'est-ce que Google RT-2-X ?

Google RT-2-X est un modèle de Google DeepMind dans la catégorie Robotique / VLA. Il est listé sur Railwail mais ne peut pas être exécuté pour le moment.

Combien coûte Google RT-2-X sur Railwail ?

Google RT-2-X ne peut pas être exécuté sur Railwail pour le moment, il n'y a donc pas de prix actuel. Les alternatives disponibles avec leurs prix sont listées plus bas sur cette page.

Quelle est la vitesse de Google RT-2-X ?

Il n'y a pas encore assez d'exécutions mesurées de Google RT-2-X sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.

Quand utiliser Google RT-2-X ?

Google RT-2-X appartient à la catégorie Robotique / VLA. La page de catégorie liste les autres modèles de ce type avec leurs prix.

Tous les modèles : Robotique / VLA

Google RT-2-X peut-il traiter des images ?

Oui. Google RT-2-X accepte les images en entrée en plus du texte.

Puis-je utiliser Google RT-2-X maintenant ?

Actuellement indisponible. La page reste en ligne ; les alternatives disponibles de la même catégorie sont listées plus bas.

Tous les modèles via une API

Une clé API pour tous les modèles sur Railwail. L'utilisation est facturée à partir de crédits prépayés, 1 crédit = 0,01 $US.