**Kynning á Gemini Robotics: Framúrskarandi líkan fyrir vélmenni** Við Google DeepMind höfum gert verulegar framfarir í getu Gemini líkanna okkar til að takast á við flókin vandamál með gegnum fjölbreytni rökfærslu, sem nær yfir texta, myndir, hljóð og vídeó. Hins vegar, til að vera sannaður hjálparmaður í raunheimum, þarf gervigreind að sýna „líkamlega“ rökfærslu, sem gerir hana kleift að skynja og eiga samskipti við umhverfi sitt á áhrifaríkan hátt. Í dag kynnum við tvö nýstárleg gervigreind líkan byggð á Gemini 2. 0, sem mun leggja grunn að nýrri tíð hjálplegra hugbúnaðarlausna í vélmennum. 1. **Gemini Robotics**: Þetta er háþróað VLA (vision-language-action) líkan sem samþættir líkamlegar aðgerðir, sem gerir beinan stjórn á vélmennum möguleg. 2. **Gemini Robotics-ER**: Þetta líkan eykur rúmfræðilega skilning og leyfir vélmennaverkfræðingum að framkvæma forrit sín með því að nýta líkamsrökfærslu Gemini. Saman gera þessi líkön breiðara úrval vélmenna kleift að sinna ýmsum raunverulegum verkefnum. Við erum í samstarfi við Apptronik um að þróa næstu kynslóð manneskjulíkra véla sem eru knúin af Gemini 2. 0 og erum einnig að vinna með valinn traustan prófara til að fínpússa Gemini Robotics-ER. **Lykil eiginleikar Gemini Robotics** - **Almennilega**: Gemini Robotics nýtir heimsku Gemini til að aðlaga sig og takast á við ófyrirséð verkefni og umhverfi á árangursríkan hátt. Það virkar meira en tvöfalt betur á almennum benchmarkum samanborið við önnur leiðandi líkön. - **Samskipti**: Líkan getur átt samskipti án þess að hindranir séu í hröðum aðstæðum, skynjar náttúruleg málskiptaboð á ýmsum tungumálum, og aðlagaði strax aðgerðir sínar miðað við breytingar í umhverfinu í rauntíma. - **Fingralag**: Ólíkt fyrri líkanum hefur Gemini Robotics aðgang að flóknum verkefnum sem krafist er fínna hreyfifærni—eins og origami eða pakka snakks—og sýnir marktækar framfarir í líkamlegri stjórnun. - **Margar líkamsform**: Hönnuð til fjölbreytni, þjálfaði Gemini Robotics aðallega á ALOHA 2 tvöarmar platformi en getur einnig stjórnað öðrum platformum, þar á meðal þeim sem notuð eru í háskólalaboratoríum og manneskjulíkum vélum eins og Apollo frá Apptronik. **Bætur með Gemini Robotics-ER** Saman við Gemini Robotics kynnum við Gemini Robotics-ER, sem einbeitir sér að framþróuðum rúmfræðilegum rökfærslu.

Þetta líkan fínpússar hæfileika Gemini, svo sem 3D skynjun og grip, sem gerir það kleift að framkvæma verkefni eins og að lyfta kaffibolla á öruggan hátt með því að nýta viðeigandi grip. Gemini Robotics-ER getur framkvæmt mikilvægar aðgerðir eins og skynjun og áætlanir með 2x-3x árangursprósentum miðað við Gemini 2. 0. Það nýtir nám sem byggist á samhengi frá mannlegum sýnidæmum til að auka getu sína til vandamálalausn. **Öryggi í gervigreind og vélmennum** Við nálgumst öryggi með heildstæðum hætti og að leysa áhyggjur í vélmennum, frá hreyfistjórn til að skilja flókin verk. Vélmenni kerfið okkar samþættir hefðbundnar öryggisráðstafanir ásamt háþróaðri skilning til að meta öryggi hugsanlegra aðgerða. Til að stuðla að rannsóknum um öryggi í vélmennum erum við að gefa út nýjan gagnaflokkur sem miðar að því að meta merkingaröryggi í líkamlegri gervigreind. Með því að byggja á hugtökum eins og Robot Constitution, innblásin af lögum Asimovs, höfum við þróað ramma fyrir að búa til gögn-stýrt reglur til að leiða hegðun vélmenna. Auk þess erum við í samskiptum við okkar teymi fyrir ábyrgð þróun og nýsköpun og ábyrgðarráð til að tryggja siðferðilegar og öruggar gervigreindarhagnýtir. Við erum í samstarfi við leiðtoga í iðnaði eins og Agile Robots, Boston Dynamics og Enchanted Tools á meðan við fínpússum tækni okkar. Þegar við höldum áfram að þróa þessa næstu kynslóð vélmenna erum við spennt að uppgötva og auka hæfileika líkanna okkar í að skapa áhrifaríkar vélmenna lausnir.