Google DeepMind lanserar Gemini Robotics 2.5 för robotar

Google DeepMind, ett dotterbolag till Alphabet Inc. ↘ 0.79%, introducerade på tisdagen den 10 november Gemini Robotics 2.5. Laboratoriet kallar den sin "mest kapabla modell för syn, språk och handling (VLA) hittills," och den rullas nu ut till robotikpartners. Störst uppmärksamhet har riktats mot ett fabrikspilotprojekt med Apptronik och Mercedes-Benz, där Apollo 2-humanoidrobotar sorterade bildelar med en framgångsgrad på 96 procent. DeepMind släppte även ASIMOV-Jailbreak, en öppen testmetod som undersöker om robotar kan luras att utföra osäkra handlingar.deepmind.google

Framsteg inom fingerfärdighet och hastighet

DeepMind utvärderade modellen på över 200 uppgifter, inklusive att servera mat med tång, knyta rosetter på presentförpackningar och pipettera vätska. Beroende på uppgiftstyp rapporteras framgångsgrader som är 30 till 100 procent högre än tidigare baslinjer, med 20 till 30 procent snabbare genomförandetider. Ars Technica noterade att dessa siffror kommer från laboratorietester. De påpekade också att rosettknytning är relevant eftersom band och andra deformerbara objekt är notoriskt svåra för robotar att hantera. Modellen körs på Apptroniks Apollo 2, som har en hand med fem fingrar och 22 frihetsgrader, samt på Franka Duo-plattformen med tvåfingrade gripdon.arstechnica.com+2

Pilotprojekt på fabriksgolvet

Koncepttestet kördes på aktiva produktionslinjer i Kecskemét i Ungern och Sindelfingen i Tyskland. Apollo 2-robotar tog metallfästen från behållare och placerade dem i sekvenseringsfack i den ordning varje fordon krävde. Gemini Robotics ER övervakade arbetsflödet medan Gemini Robotics 2.5 styrde händer och armar. Apptroniks vd Jeff Cardenas sade i DeepMinds blogginlägg att "vi såg modellerna förbättras dramatiskt på bara några veckor av efterträning och att de fungerade väl i Mercedes-Benz-produktionen med mycket litet prestandatapp."deepmind.google

Ars Technica skrev att 96 procent är ett starkt resultat för robot-AI men att det troligen fortfarande inte räcker för en biltillverkare, eftersom en människa som utför samma repetitiva uppgift gör rätt nästan varje gång. DeepMind-direktören Kanishka Rao berättade för sajten att det att stänga det sista gapet på 4 procent kommer att bli en "brant väg." DeepMind kallar arbetet ett konceptbevis, och inget av företagen har uppgett om humanoiderna kommer att stanna kvar på linjerna.madrobot.blog+1

Säkerhetsstandard

DeepMind uppger att ny vägledning för resonemang under körning förbättrade säker uppgiftsslutförande med 33 procent runt hinder och 43 procent runt människor. ASIMOV-Jailbreak innehåller hundratals ledtexter som döljer osäkra förfrågningar i dussintals scener. I testet visade DeepMinds Gemini 4 Argon 99,5 procents motståndskraft mot jailbreaking, jämfört med 82 procent för Gemini Robotics ER 2. Testet är publicerat på Hugging Face.the-decoder.com+1

Argon bidrog även till att bygga den nya modellen. Den fungerade som en simuleringsmotor som genererade tusentals träningskörningar och digitala tvillingar från faktiska kamerascener. DeepMind säger att detta låter robotar generalisera snabbare till nya scener och objekt. Lanseringen följer på Gemini Robotics 2, som DeepMind lanserade i juli för att ge robotar kontroll över hela kroppen.deepmind.google