От «рук» к «целостному интеллекту»
Google DeepMind анонсировала Gemini Robotics 2, новую архитектуру для управления роботами. В отличие от предыдущих версий, которые часто фокусировались только на манипуляции руками, новая модель внедряет концепцию Whole-Body Intelligence (целостный интеллект всего тела). Это означает, что робот может координировать движения всех своих частей — от кистей до ног и корпуса — для выполнения сложных задач, требующих баланса и пространственного понимания.
Ключевые возможности модели
Модель обучена на огромных массивах данных, включающих видео, текстовые описания и данные с датчиков. Основные функции включают:
- Понимание естественного языка: Роботы могут интерпретировать сложные, многоступенчатые инструкции, данные человеком.
- Мультимодальное восприятие: Одновременная обработка визуальной информации (камеры) и тактильных данных (датчики силы и момента).
- Планирование действий: Способность разбивать высокоуровневые задачи (например, «приготовь кофе») на конкретные физические действия.
Результаты тестирования
DeepMind представила сравнительные данные эффективности Gemini Robotics 2 в различных симуляциях и реальных сценариях. Модель демонстрирует значительное улучшение в задачах, требующих взаимодействия с незнакомыми объектами и средой.
| Метрика / Задача | Результат Gemini Robotics 2 | Значение |
|---|---|---|
| Успешность выполнения инструкций | Значительно выше базовых моделей | Снижает необходимость в ручном программировании каждого движения |
| Адаптивность к новым объектам | Высокая | Робот может работать с предметами, которых не видел во время обучения |
| Координация частей тела | Whole-Body Control | Возможность использовать корпус и ноги для баланса при манипуляциях |
Почему это важно для индустрии
Появление Gemini Robotics 2 знаменует переход от узкоспециализированных роботов к более универсальным помощникам. Способность модели обобщать знания из разных доменов (видео, текст, физика) позволяет создавать роботов, которые можно быстро перенастраивать под новые задачи без переобучения с нуля. Это критически важно для внедрения робототехники в логистику, медицину и домашний быт, где среда постоянно меняется.
Дальнейшие шаги
Компания планирует продолжить исследования в области безопасного взаимодействия человека и робота, а также оптимизации вычислительных затрат для развертывания модели на边缘-устройствах (edge devices). Детали технической архитектуры и ссылки на репозитории с кодом будут опубликованы в ближайшее время в рамках открытых исследований DeepMind.
Источник: Deepmind ↗