Google RT-2-X

Робототехніка / VLAНедоступно
від Google DeepMindID моделі: rt-2-x

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

Статус
Недоступно
Вхід → вихід
Текст + Зображення → Дії робота
Розробник
Google DeepMind
Оновлено
23 вересня 2026 р.

Google RT-2-X наразі недоступна

Ви можете прочитати деталі на цій сторінці. Виберіть одну з доступних альтернатив нижче, щоб одразу запустити порівняну модель.

01

Playground

Google RT-2-X

Дослідницька модель

Наразі недоступна

Google RT-2-X — це модель робототехніки (vision-language-action) і не може бути запущена через railwail API.

02

Про Google RT-2-X

КороткоСтаном на 23 вересня 2026 р.

Google RT-2-X — це модель від Google DeepMind у категорії Робототехніка / VLA. На Railwail Google RT-2-X наразі недоступна.

Фон

Про Google DeepMind

Засновано 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.

Відвідати Google DeepMind

Архітектура

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.

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

Можливості

  • 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.

Навчання та ліцензія

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.

Ліцензія: 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.

Тестування безпеки: 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.

Відомі обмеження

  • 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

Ціни

Наразі недоступно. Наразі для цієї моделі немає ціни, тому її не можна запустити.

04

API

Викличте Google RT-2-X за допомогою вашого API-ключа Railwail. Використовуйте цей ID моделі в запиті:

Недоступно через API

Моделі робототехніки працюють на апаратному забезпеченні робота, а не через railwail API.

05

Характеристики

ID моделі
rt-2-x
Розробник
Google DeepMind
Вхідні дані
Текст, Зображення
Вихідні дані
Дії робота
Життєвий цикл
Недоступно
Розмір моделі
Up to 55B (RT-2-X variants: 5B and 55B)
Ліцензія
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.
Запис у каталозі оновлено
23 вересня 2026 р.

Теги

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

Варіанти використання

Для чого це використовується

  • 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

Часті питання

Що таке Google RT-2-X?

Google RT-2-X — це модель від Google DeepMind у категорії Робототехніка / VLA. Вона внесена до каталогу Railwail, але наразі не може бути запущена.

Скільки коштує Google RT-2-X на Railwail?

Google RT-2-X наразі не можна запустити на Railwail, тому поточної ціни немає. Доступні альтернативи з цінами наведені далі на цій сторінці.

Наскільки швидкий Google RT-2-X?

На Railwail поки що недостатньо виміряних запусків Google RT-2-X, щоб вказати час виконання. Це залежить від введення, налаштувань та навантаження у постачальника.

Коли варто використовувати Google RT-2-X?

Google RT-2-X належить до категорії Робототехніка / VLA. На сторінці категорії наведені інші моделі цього типу з їхніми цінами.

Усі моделі: Робототехніка / VLA

Чи може Google RT-2-X обробляти зображення?

Так. Google RT-2-X приймає зображення як введення, крім тексту.

Чи можу я використовувати Google RT-2-X прямо зараз?

Наразі недоступно. Сторінка залишається в мережі; доступні альтернативи з тієї ж категорії наведені далі.

Усі моделі через один API

Один API-ключ для всіх моделей на Railwail. Використання оплачується з попередньо поповнених кредитів, 1 кредит = 0,01 USD.