Hotline usługi
Zaprojektowane specjalnie dla branży robotyki! Google wprowadza dwa nowe modele AI
Google DeepMind wprowadza na rynek dwa nowe modele sztucznej inteligencji, które mają pomóc robotom „wykonywać szerszy zakres zadań w świecie rzeczywistym niż kiedykolwiek wcześniej”. Pierwszy model, nazwany Robotyka Gemini, jest modelem wizji-języka-działania, który umożliwia rozumienie nowych sytuacji nawet bez wcześniejszego szkolenia.
![]()
Gemini Robotics jest zbudowana na Gemini 2.0, najnowsza wersja flagowego modelu sztucznej inteligencji Google. Podczas konferencji prasowej Carolina Parada, starszy dyrektor i szef robotyki w Google DeepMind, stwierdziła, że Gemini Robotics „wykorzystuje wiedzę Gemini na temat świata multimodalnego i przenosi ją do świata rzeczywistego, dodając działania fizyczne jako nową modalność”.
Nowy model poczynił postępy w trzech kluczowych obszarach, które Google DeepMind uważa za kluczowe dla tworzenia użytecznych robotów: generalizacja, interaktywność i zręczność. Oprócz zdolności do uogólniania nowych scenariuszy, Gemini Robotics może lepiej współdziałać z ludźmi i środowiskiem. Może również wykonywać bardziej precyzyjne zadania fizyczne, takie jak składanie kartki papieru lub zdejmowanie zakrętki z butelki.
Nowy model Gemini Robotics firmy Google DeepMind sprawia, że roboty stają się bardziej zręczne.
Parada powiedział: „W przeszłości robiliśmy postępy w każdym z tych obszarów z osobna, ale teraz znacząco poprawiamy wydajność we wszystkich trzech obszarach za pomocą jednego modelu. Pozwala nam to tworzyć roboty, które są bardziej zdolne, responsywne i odporne na zmiany środowiskowe”.
Google DeepMind wprowadził także Gemini Robotics-ER (Embodied Reasoning), który firma opisuje jako zaawansowany model wizyjno-językowy zdolny do „rozumienia naszego złożonego i ciągle zmieniającego się świata”.
Jak wyjaśnił Parada, pakując lunchbox z różnymi przedmiotami na stole przed sobą, musisz wiedzieć, gdzie wszystko jest, jak otworzyć lunchbox, jak podnieść przedmioty i gdzie je położyć. To jest dokładnie ten rodzaj rozumowania, do którego Gemini Robotics-ER jest zaprojektowany. Ma on na celu umożliwienie ekspertom robotyki łączenia się z istniejącymi kontrolerami niskiego poziomu (systemami kontrolującymi ruchy robotów), umożliwiając im włączenie nowych funkcji obsługiwanych przez Gemini Robotics-ER.
Gemini Robotics może również wspomagać roboty w wykonywaniu szeregu zadań.
Jeśli chodzi o bezpieczeństwo, Vikas Sindhwani, badacz z Google DeepMind, powiedział reporterom, że firma opracowuje „podejście warstwowe” i dodał, że model Gemini Robotics-ER jest „szkolony w celu oceny, czy wykonywanie potencjalnych działań w określonych scenariuszach jest bezpieczne”. Firma opublikowała również nowe testy porównawcze i ramy, aby pomóc branży AI w dalszym rozwijaniu badań nad bezpieczeństwem. W zeszłym roku Google DeepMind wprowadziło „Robot Constitution”, zestaw zasad dla robotów zainspirowany Isaakiem Asimovem.
Google DeepMind współpracuje z Apptronik, aby „zbudować następną generację robotów humanoidalnych”. Ponadto Google DeepMind udziela „zaufanym testerom” dostępu do swojego modelu Gemini Robotics-ER, w tym Agile Robots, Agility Robotics, Boston Dynamics i Enchanted Tools. Parada powiedział: „Jesteśmy bardzo skoncentrowani na budowaniu inteligencji, która może zrozumieć świat fizyczny i podejmować działania w jego obrębie. Jesteśmy bardzo podekscytowani możliwością wykorzystania tego w wielu wcieleniach i aplikacjach”.




粤公网安备44030002007346号