**Представляємо Gemini Robotics: Передові моделі для робототехніки** У Google DeepMind ми досягли значних успіхів у можливостях наших моделей Gemini вирішувати складні проблеми за допомогою мультимодального розуміння, яке охоплює текст, зображення, аудіо та відео. Проте, щоб бути дійсно корисним у фізичному світі, штучний інтелект повинен демонструвати "тілесне" мислення, що дозволяє йому ефективно сприймати та взаємодіяти зі своїм оточенням. Сьогодні ми представляємо два інноваційні моделі ШІ на основі Gemini 2. 0, які прокладуть шлях до нової ери корисних роботизованих застосувань. 1. **Gemini Robotics**: Це модель з сучасними можливостями бачення-мови-дії (VLA), яка інтегрує фізичні дії, що дозволяє прямий контроль над роботами. 2. **Gemini Robotics-ER**: Ця модель покращує просторове розуміння та дозволяє робототехнікам реалізовувати свої програми, використовуючи можливості тілесного мислення Gemini. Разом ці моделі дозволяють більшій кількості роботів виконувати різноманітні завдання в реальному світі. Ми співпрацюємо з Apptronik для розробки наступного покоління гуманоїдних роботів, що працюють на базі Gemini 2. 0, і також працюємо з обраними надійними тестувальниками для удосконалення Gemini Robotics-ER. **Ключові особливості Gemini Robotics** - **Універсальність**: Gemini Robotics використовує знання світу від Gemini для адаптації та ефективного виконання непередбачених завдань та у середовищах. Він показує більш ніж удвічі кращі результати у бенчмарках з узагальнення порівняно з іншими провідними моделями.

- **Інтерактивність**: Модель може безперешкодно взаємодіяти в динамічних умовах, розуміючи команди на природній мові різними мовами та швидко адаптуючи свої дії на основі змін у середовищі в реальному часі. - **Спритність**: На відміну від попередніх моделей, Gemini Robotics виконує складні завдання, що вимагають тонкої моторики—наприклад, орігамі або упаковка закусок—показуючи значні досягнення в фізичній маніпуляції. - **Багатогранність**: Створений для універсальності, Gemini Robotics в основному навчався на платформі ALOHA 2 з двома маніпуляторами, але здатний контролювати й інші платформи, включаючи ті, що використовуються в академічних лабораторіях, та гуманоїдних роботів, таких як Apollo від Apptronik. **Покращення з Gemini Robotics-ER** Разом із Gemini Robotics ми представляємо Gemini Robotics-ER, зосереджуючи увагу на покращеному просторовому мисленні. Ця модель вдосконалює здібності Gemini, такі як 3D-детекція та захоплення, що дозволяє їй виконувати завдання, наприклад, безпечно піднімати чашку кави, використовуючи відповідний хват. Gemini Robotics-ER може виконувати критично важливі функції, такі як сприйняття та планування, з коефіцієнтом успіху 2-3 рази вищим порівняно з Gemini 2. 0. Він використовує навчання на основі контексту з демонстрацій людей для підвищення своїх можливостей у розв'язанні проблем. **Безпека в ШІ та робототехніці** Ми підходимо до безпеки комплексно і вирішуємо проблеми в робототехніці, від керування моторами до розуміння складних дій. Наші роботизовані системи поєднують традиційні заходи безпеки з передовим розумінням для оцінки безпеки потенційних дій. Щоб сприяти дослідженням у безпеці робототехніки, ми випускаємо новий набір даних, спрямований на оцінку семантичної безпеки в тілесному ШІ. Спираючись на концепції, такі як Конститування роботів, натхненне законами Азімова, ми розробили структуру для створення правил на основі даних, що керують поведінкою роботів. Крім того, ми взаємодіємо з нашою командою Відповідального розвитку та інновацій та Ради з відповідальності та безпеки, щоб забезпечити етичні та безпечні застосування ШІ. Ми співпрацюємо з провідними компаніями, такими як Agile Robots, Boston Dynamics і Enchanted Tools, поки вдосконалюємо нашу технологію. Коли ми продовжуємо розробку цих роботів наступного покоління, ми прагнемо виявити та покращити можливості наших моделей у створенні впливових роботизованих рішень.