**Pagpapakilala sa Gemini Robotics: Advanced Models para sa Robotics** Sa Google DeepMind, kami ay gumawa ng mahahalagang hakbang sa kakayahan ng aming mga modelo ng Gemini na harapin ang mga kumplikadong problema sa pamamagitan ng multimodal na pag-iisip, na sumasaklaw sa teksto, mga imahe, audio, at video. Gayunpaman, upang maging talagang kapaki-pakinabang sa pisikal na mundo, ang AI ay dapat magpakita ng "naka-embody" na pag-iisip, na nagpapahintulot dito na makakita at makipag-ugnayan nang epektibo sa kanyang kapaligiran. Ngayon, inilulunsad namin ang dalawang makabagong modelo ng AI batay sa Gemini 2. 0, na magiging daan para sa isang bagong panahon ng kapaki-pakinabang na robotic applications. 1. **Gemini Robotics**: Ito ay isang state-of-the-art na modelo ng vision-language-action (VLA) na nagsasama ng mga pisikal na aksyon, na nagbibigay-daan sa direktang kontrol ng mga robot. 2. **Gemini Robotics-ER**: Ang modelong ito ay nagpapahusay ng spatial na pag-unawa at nagpapahintulot sa mga roboticist na ipatupad ang kanilang mga programa gamit ang kakayahan ng embodied reasoning ng Gemini. Sama-sama, ang mga modelong ito ay nagbibigay-daan sa mas malawak na hanay ng mga robot na isagawa ang iba't ibang gawain sa tunay na mundo. Nakikipagtulungan kami sa Apptronik upang bumuo ng susunod na henerasyon ng mga humanoid robots na pinapatakbo ng Gemini 2. 0 at nagtatrabaho rin kami sa mga napiling pinagkakatiwalaang tester upang pagbutihin ang Gemini Robotics-ER. **Mga Pangunahing Tampok ng Gemini Robotics** - **Kahalagahan**: Ang Gemini Robotics ay gumagamit ng kaalaman ng mundo ng Gemini upang umangkop at hawakan ang mga hindi inaasahang gawain at kapaligiran nang mahusay. Ito ay mas mahusay ng higit sa dalawang beses sa mga benchmark ng generalization kumpara sa ibang mga nangungunang modelo. - **Interaktibidad**: Ang modelo ay maaaring makipag-ugnayan ng walang putol sa mga dinamikong setting, nauunawaan ang mga natural language command sa iba't ibang wika, at agad na umaangkop ang mga aksyon nito batay sa real-time na pagbabago sa kapaligiran. - **Kahusayan**: Hindi tulad ng mga naunang modelo, ang Gemini Robotics ay humahawak ng masalimuot na mga gawain na nangangailangan ng pino at maigting na kasanayan—tulad ng origami o pag-pack ng mga meryenda—na nagpapakita ng makabuluhang pag-unlad sa pisikal na pagmamanipula. - **Maramihang Embodiments**: Idinisenyo para sa pagiging versatile, ang Gemini Robotics ay pangunahing sinanay sa ALOHA 2 bi-arm platform ngunit may kakayahang makontrol ang iba pang mga platform, kabilang ang mga ginagamit sa mga akademikong lab at mga humanoid robots tulad ng Apollo mula sa Apptronik. **Mga Pagpapahusay sa Gemini Robotics-ER** Kasama ng Gemini Robotics, ipinapakilala namin ang Gemini Robotics-ER, na nakatuon sa advanced spatial reasoning.

Ang modelong ito ay pinabuting kakayahan ng Gemini tulad ng 3D detection at grasping, na nagbibigay-daan dito na maisagawa ang mga gawain tulad ng ligtas na pag-aangat ng tasa ng kape gamit ang angkop na pagkakahawak. Ang Gemini Robotics-ER ay makakakuha ng mga kritikal na function tulad ng perception at planning na may 2x-3x na rate ng tagumpay kumpara sa Gemini 2. 0. Ginagamit nito ang context-based learning mula sa mga pagkilos ng tao upang mapahusay ang kakayahan nito sa paglutas ng problema. **Kaligtasan sa AI at Robotics** Kami ay may komprehensibong diskarte upang matiyak ang kaligtasan at matugunan ang mga alalahanin sa robotics, mula sa motor control hanggang sa pag-unawa sa mga kumplikadong aksyon. Ang aming mga robotic systems ay nagsasama ng mga tradisyonal na hakbang sa kaligtasan kasabay ng advanced na pag-unawa upang suriin ang kaligtasan ng mga potensyal na aksyon. Upang itaguyod ang pananaliksik sa kaligtasan ng robotics, inilalabas namin ang isang bagong dataset na nakatuon sa pagsusuri ng semantic safety sa embodied AI. Sa pagbuo ng mga konsepto tulad ng Robot Constitution na inspirasyon ng mga batas ni Asimov, nakabuo kami ng isang balangkas para sa paglikha ng mga data-driven rules upang gabayan ang pag-uugali ng robot. Bukod dito, nakikipag-ugnayan kami sa aming Responsible Development and Innovation team at ang Responsibility and Safety Council upang matiyak ang etikal at ligtas na mga aplikasyon ng AI. Nakikipagtulungan kami sa mga lider ng industriya tulad ng Agile Robots, Boston Dynamics, at Enchanted Tools habang pinapabuti ang aming teknolohiya. Habang patuloy kaming bumubuo ng mga robot ng susunod na henerasyon, kami ay sabik na matuklasan at pagbutihin ang mga kakayahan ng aming mga modelo sa paglikha ng mga makabuluhang solusyong robotic.