根据DeepLearning.AI报道，研究人员提出了高效样本多模态集成（SEMI）方法，该方法可将任何预训练编码器（如图像、音频、视频、传感器、图结构）通过单一投影器和少量配对样本生成的LoRA适配器无缝集成到大语言模型中。正如The Batch总结，SEMI通过数据丰富领域的预训练，实现对新领域的高效小样本适应，并在多项任务中超越现有基线。这一创新大幅降低了对大规模标注数据的依赖，为企业在多模态AI应用和低资源场景下的快速部署带来了切实商机（来源：deeplearning.ai/the-batch/semi-sample-efficient-modality-integration-tackles-new-domains-with-few-shot-examples/）。

据Google DeepMind官方消息，他们最新发布的AI机器人模型结合了Gemini Robotics的通用性和灵巧性，并可直接在本地设备上运行，无需依赖云端计算。这一创新显著提升了机器人处理复杂双手任务的能力，同时大幅减少了延迟，提高了实时响应性能。此外，新模型只需50到100次示范即可学习新技能，大幅降低了数据需求，为制造、物流和消费级机器人领域的本地自动化带来了新的商业机会（来源：Google DeepMind，2025年6月24日，Twitter）。