Google DeepMind lanserer Gemini Robotics 2 for humanoide roboter

Google DeepMind avduket torsdag Gemini Robotics 2, et neste generasjons AI-system som utvider robotkontroll fra overkroppen til full kroppsbevegelse, noe som gjør humanoide maskiner i stand til å gå, huke seg ned, manipulere objekter og samarbeide med hverandre.

Fra armer til full kroppskontroll

Lanseringen markerer en betydelig utvidelse fra den første generasjonsmodellen som ble introdusert i mars, som primært styrte robotens armer og hender. Gemini Robotics 2 kan nå styre en hel humanoid fra topp til tå, ifølge Googles offisielle blogginnlegg fra Alphabet Inc. ↗ 6.88%. Systemet oversetter instruksjoner i naturlig språk til koordinerte fysiske handlinger – for eksempel vil en forespørsel til Apptronik sin Apollo 2-humanoid om å plassere en vannkanne på en nederste hylle få roboten til å gå til bordet, plukke opp objektet og levere det til riktig sted.deepmind

Oppdateringen består av tre modeller: Gemini Robotics 2, en visjon-språk-handling-modell som styrer full kroppsmotorkontroll; Gemini Robotics ER 2, en modell for innebygd resonnering som håndterer oppgaveplanlegging på høyt nivå og koordinering mellom flere roboter; og Gemini Robotics On-Device 2, en effektiv modell optimalisert for å kjøre lokalt uten internettilkobling. Den lokale modellen kan tilpasse seg helt nye robotkropper med bare noen få timers data og færre enn 200 eksempler.blog+1

Fingerferdighet og samarbeid

Systemet forbedrer også finmotorisk manipulasjon. Ved å kontrollere en femfingret hånd med 22 frihetsgrader på Apollo 2-roboten, kan modellen utføre delikate oppgaver som å knyte knuter og forsegle plastposer. Google DeepMind erkjente imidlertid at presisjon og hastighet ennå ikke har nådd menneskelig nivå.mk+1

Samarbeid mellom roboter er en annen ny funksjon. Ulike typer roboter kan kommunisere gjennom delt semantisk forståelse for å overlevere og fullføre arbeidsflyter som ingen enkeltmaskin kunne håndtert alene. "Det er nok en milepæl på vår reise mot det vi kaller fysisk AGI, som betyr å gjøre en robot i stand til å utføre enhver oppgave et menneske kan," sa Carolina Parada, leder for robotikk hos Google DeepMind, til WIRED.wired+1

Sikkerhet og bransjekontekst

Google introduserer også ASIMOV-Agentic, en standard for å evaluere sikkerheten til lagdelte AI-systemer som styrer roboter, ved å måle om kommandoer kan føre til skadelige utfall og om roboter kan oppdage mennesker i nærheten og stoppe i tide. Lanseringen kommer samtidig som FCC denne uken beveget seg mot å forby fremtidig salg av kinesisk-produserte roboter på grunn av sikkerhetsbekymringer, noe som potensielt kan begrense maskinvaren som er tilgjengelig for å kjøre slik programvare i USA.axios+2