Google DeepMind өзінің робототехникалық ИИ-шешімдер желісіне айтарлықтай жаңарту енгізілгенін жариялады. Назар орталығында — VLA (Vision-Language-Action) класына жататын Gemini Robotics 2 моделі, ол роботтарды басқару мүмкіндіктерін тек жеке аяқ-қолдармен шектелмей, бүкіл денені қамтитындай түбегейлі кеңейтеді. Сонымен қатар, күрделі тапсырмаларды үйлестіруге арналған «жоғары деңгейлі ми» ретінде әрекет ететін жетілдірілген ER 2 жүйесі ұсынылды.
Манипуляциялардан толық бақылауға
Жаңа модельдің алдыңғысынан басты айырмашылығы — корпустың жоғарғы бөлігін басқарудан бүкіл денені тұтас бақылауға көшу. Gemini Robotics 2 енді роботтарға күрделі динамикалық әрекеттерді орындауға мүмкіндік береді: жүру, отыру, еңкею, сондай-ақ шектеулі кеңістікте манипуляция жасау. Бұл роботтарды нақты, құрылымдалмаған ортаға интеграциялау үшін өте маңызды қадам.
Демонстрациялық сынақтарда жаңа модельмен басқарылатын Apptronik Apollo 2 гуманоиды нәзік моториканы қажет ететін тапсырмаларды сәтті орындады: су құйғышты көтерді, сөреден бейсбол қолғабын алды және қажетті нысандарды тапты. Әсіресе 22 еркіндік дәрежесі бар күрделі қолдарды қолдау ерекше әсер қалдырады, бұл түйін байлау немесе шамды бұрап шығару сияқты нәзік операцияларды орындауға мүмкіндік береді.
ER 2: Мультироботты жүйелерді оркестрациялау
Жаңартылған ER 2 моделі стратегиялық жоспарлаушы функцияларын өз мойнына алады. Ол көп сатылы тапсырмаларды бөлшектей алады, олардың орындалуын бақылайды және қажет болған жағдайда әрекетті қайта бастай алады. Сонымен қатар, ER 2 бір уақытта бірнеше робот арасында жұмыс жүктемесін бөле алады. Мысалы, сценарийлердің бірінде Apollo 2 тазалау кезінде құралдарды сұрыптау үшін екі қолды роботтың әрекеттерін үйлестіреді.
Gemini Robotics On-Device 2 жергілікті нұсқасы ерекше назар аударуға тұрарлық. Бұл модель бұлттық қосылымдарсыз толығымен автономды жұмыс істейді және 200-ден аз мысал негізінде бірнеше сағаттық оқыту арқылы роботтардың жаңа түрлеріне бейімделе алады. Мұндай тәсіл робототехникалық стартаптарға ИИ енгізуге кіру кедергісін айтарлықтай төмендетеді.
Қазіргі уақытта Gemini Robotics 2 жеке қарау режимінде қолжетімді, ал ER 2 Gemini API және Google AI Studio-ға интеграцияланған. On-Device 2 сенімді серіктестердің шектеулі тобында сынақтан өтуде.
Менің көзқарасым: Бұл жай ғана инкрементальды жаңарту емес, парадигманың өзгеруі. «Тұтас интеллектке» және мультиагентті оркестрацияға көшу — дәл осы бағыттар алдағы жылдары робототехниканың коммерциялық өміршеңдігін анықтайды. Модельдің минималды мысалдар санымен жаңа аппараттық платформаларға бейімделу қабілеті — бұл нарықтың консолидациясын жеделдетіп, гуманоидты робототехниканы пилоттық жобалар сатысынан экономиканың нақты секторына шығара алатын негізгі фактор.