Google DeepMind утверждает, что Gemini Robotics 2 позволяет полностью контролировать тело

DeepMind утверждает, что Gemini Robotics 2 может управлять пятипалой рукой SharpaWave с 22 ступенями свободы на гуманоиде Apollo 2 Apptronik. | Источник: Google DeepMind

Google DeepMind на последней неделе присутствия Gemini Robotics 2, последняя версия своей модели видения-языка-действия, или VLA.

В первой версии компания показала, как мультимодальное понимание Близнецова может стимулировать реальные действия. По словам DeepMind, обновленная версия включает в себя интеллектуальное управление всем человеком, повышенную ловкость и совместную работу нескольких роботов.

Gemini Robotics 2 позволяет роботам обдумывать каждое движение, открывая широкий спектр задач. Например, это может позволить гуманоиду ходить, приседать, потягиваться и манипулировать предметами, чтобы навести порядок в захламленной комнате. Робот также может думать с другими роботами, чтобы быстрее справляться с работой.

Gemini Robotics 2 также может запускаться локально на устройстве, адаптируясь к совершенно новым роботизированным телам всего за несколько часов, утверждает DeepMind. Кроме компании VLA также выступила:

<ли>Gemini Robotics ER 2: Эта модель воплощенного рассуждения (ER) представляет собой модель языка видения (VLM), которая действует как агент DeepMind, позволяет роботам общаться с людьми, понимать физический мир и планировать многоэтапные задачи продолжительностью в несколько минут. DeepMind также предоставляет роботам возможность работать в команде.
• Gemini Robotics On-Device 2: Компания оптимизировала этот VLA для локального запуска на роботизированных устройствах. По словам DeepMind, теперь модель может быстро адаптироваться к совершенно новым соединениям роботов с несколькими часами передачи данных.

Gemini Robotics ER 2 теперь доступен в Google AI Studio и в частной предварительной версии на платформе Gemini Enterprise Agent. Модели VLA и On-Device доступны партнерам с ранним доступом.

Gemini Robotics 2 управление всем телом робота

п>

Предыдущие модели DeepMind управляли верхней частью тела гуманоида для выполнения настольных задач. Теперь Gemini Robotics 2 расширяет физический ИИ до движений всего тела.

Новая модель может управлять целыми роботами-гуманоидами, преобразуя намерение в интеллектуальное управление всем телом. Например, управляя роботом-гуманоидом Apollo 2 из Apptronik, пользователи могли заставить его «поставить лейку в зеленую корзину на нижнюю полку».

Аполлон обрабатывает технику, подходит к столу, берет лейку, делает несколько шагов к полкам и устанавливает ее точно по назначению. Хотя в DeepMind говорят, что роботам еще предстоит улучшить скорость передвижения, это важный шаг на пути к навыкам, адаптер для выполнения более сложных задач, требующих координации всего тела.

Чтобы быть по-настоящему ключевыми в наших домах и на работе, в DeepMind считают, что роботам нужна ловкость. Gemini Robotics 2 открывает новый уровень физической ловкости различных исполнительных органов, независимо от того, используют ли роботы или захваты руками.

Теперь модель может управлять пятипалой рукой SharpaWave с 22 ступенями свободы на роботе Apollo 2 для выполнения тонких действий, таких как завязывание узлов или запечатывание пакета с застежкой-молнией. Он также может использовать стандартные двухпальцевые параллельные захваты на платформе Franka Duo для решения сложных задач, таких как плотная упаковка.

<х2>Механизм DeepMind включает задачи, требующие использования нескольких роботовч2>

п>

Большинство требует выполнения нескольких шагов в течение длительного периода времени, говорит Google DeepMind. Чтобы справиться с этой сложностью, Gemini Robotics ER 2 служит мозгом высокого уровня робота, обрабатывая пользовательские инструкции и общаясь с людьми.

Он наблюдает за дорогой, обдумывает шаги, необходимые для выполнения задач, координирует действия с VLA для выполнения действий и отслеживает прогресс, пока задача не будет выполнена. Такая установка позволяет роботам выполнять сложные многоэтапные задачи, самостоятельно исправлять ошибки в случае неудач и обсуждать новые ситуации и цели.

Эта модель изначально является многовариантной и унаследовала метод «переноса движения» DeepMind от Gemini Robotics 1.5. Новая модель может адаптироваться к новым приложениям двурукого робота всего за несколько часов адаптации, обычно при наличии менее 200 примеров.

Это работает даже с новыми вариантами реализации с совершенно другими формами, датчиками и ступенями свободы, утверждает DeepMind.

п>

DeepMind обеспечивает свою приверженность безопасности

Google DeepMind заявил, что безопасность — это исследования в области робототехники. Gemini Robotics 2 специально повышает безопасность робототехники, что позволяет ориентироваться в неопределенности реального мира и сотрудничать вместе с людьми, заявленными в компании.

DeepMind представила ASIMOV-Agentic, новый эталон для организации агентской безопасности и разрешения неопределенностей. Например, он измеряет способность воплощающего исследовательского агента отклонять небезопасные вызовы инструментов из VLA. Он также дает возможность агенту предсказывать, решать задачу и активно запрашивать вмешательство человека в случае неопределенности.

Кроме того, благодаря расширенным воплощенным рассуждениям, DeepMind заявила, что Gemini Robotics ER 2 является ее самой безопасной моделью робототехники на сегодняшний день с точки зрения наблюдения за безопасностью и соблюдением последовательности для человека. Он может лучше определить, когда рядом находятся люди, включить средства безопасности и безопасно остановить робота, если кто-то окажется слишком близко. Это ключевое требование к стандартам безопасности игрока, заявили в DeepMind.

Сохранить надписи для RoboBusiness 2026

Пост Google DeepMind о том, что Gemini Robotics 2 обеспечивает полный контроль над телом, впервые появился в The Robot Report.

Источник