Оптимізована ІІ-модель Google DeepMind працює безпосередньо на роботах
Компанія Google DeepMind запускає нову версію своєї моделі штучного інтелекту Gemini Robotics, яка здатна працювати без підключення до Інтернету. Ця модель, що поєднує візуальне сприйняття, мову та дії, має потужні функції, порівнянні з версією, випущеною в березні, але розробники стверджують, що вона «достатньо компактна та ефективна для роботи безпосередньо на роботах».
Основна модель Gemini Robotics розроблена для допомоги роботам у виконанні різноманітних фізичних завдань, навіть якщо вони не були спеціально навчений для цього. Вона дозволяє роботам загально сприймати нові ситуації, розуміти команди та виконувати завдання, що вимагають точності рухів.
Кароліна Парада, керівник напрямку робототехніки в Google DeepMind, зазначила, що оригінальна модель Gemini Robotics використовує гібридний підхід, що дозволяє їй працювати як на пристрої, так і в хмарі. Проте нова модель, яка працює тільки на пристрої, надає можливості офлайн, які майже не відрізняються від флагманської версії.
Згідно з Парада, нова модель має широкий набір функцій і може адаптуватися до нових ситуацій з «лише 50-100 демонстрацій». Google навчила модель на своєму робо-ALOHA, але змогла адаптувати її для різних типів роботів, таких як гуманоїдний робот Apollo від Apptronik та бі-рука робот Franka FR3.
«Гібридна модель Gemini Robotics залишається більш потужною, але нас здивувала сила цієї моделі, що працює на пристрої», — зазначила Парада. «Я б розглядав її як стартову модель або для застосувань, де є проблеми з підключенням». Вона також може бути корисною для компаній з високими вимогами до безпеки.
Разом із запуском нової моделі Google випускає програмний комплект для розробників (SDK), що дозволяє розробникам оцінювати та налаштовувати модель — це перший випадок для одного з VLA від Google DeepMind.
Модель Gemini Robotics, що працює на пристрої, разом зі своїм SDK буде доступна для групи перевірених тестерів, поки Google продовжує працювати над зменшенням ризиків безпеки.
