Google DeepMind выпустила Gemini Robotics 2 — новый интеллектуальный слой для своих роботов следующего поколения. Этот релиз знаменует собой значительный шаг вперед в области робототехники, предлагая три передовые модели искусственного интеллекта, разработанные для улучшения контроля над телом, ловкости и координации между несколькими роботами. Это развитие открывает новые горизонты для автономных систем, способных выполнять сложные задачи в динамичных средах.
В основе Gemini Robotics 2 лежат три ключевые модели. Первая — это модель «зрение-язык-действие» (VLA), предназначенная для полного контроля над телом человекоподобных роботов. Она позволяет роботам интерпретировать визуальную информацию и языковые команды, преобразуя их в последовательность физических действий, что критически важно для выполнения сложных манипуляций и навигации.
Вторая модель, Gemini Robotics ER 2, ориентирована на воплощенное рассуждение и оркестрацию задач. Эта модель отвечает за высокоуровневое планирование и координацию, позволяя роботам эффективно решать комплексные задачи, требующие логического мышления и последовательности действий. Важно отметить, что Gemini Robotics ER 2 является единственной из представленных моделей, которая доступна для публичного использования, что открывает возможности для сторонних разработчиков и исследователей.
Третья модель представляет собой VLA-систему, работающую непосредственно на устройстве и способную адаптироваться к новым типам роботов всего за несколько часов. Эта функция значительно ускоряет процесс интеграции и развертывания, делая робототехнические решения более гибкими и масштабируемыми. Один из контрольных пунктов этой системы уже успешно управляет роботами Apptronik Apollo 2 и Franka Duo, демонстрируя ее универсальность и эффективность.
Выпуск Gemini Robotics 2 от Google DeepMind подчеркивает стремление компании к созданию более автономных и способных роботов. Эти новые модели обещают значительно расширить возможности робототехнических систем, приближая нас к будущему, где роботы смогут выполнять широкий спектр задач с невиданной ранее точностью и адаптивностью.
Подробнее: marktechpost.com