Google DeepMind представила новое поколение робототехнической платформы Gemini Robotics, работающей на основе искусственного интеллекта. Версия 2.5, по заявлению компании, приблизила роботов к выполнению физических задач на уровне человека. Отдельные роботы Gemini уже справлялись с реальной работой на предприятиях Mercedes-Benz.
Платформа включает несколько вычислительных уровней, расположенных между командой пользователя и действием робота. Модель Gemini Embodied Reasoning (воплощённое рассуждение) анализирует инструкции и видеопоток, после чего планирует выполнение задачи. За непосредственное формирование команд для механизмов отвечает модель «зрение — язык — действие» Gemini Robotics, обновлённая до версии 2.5.
По данным Google DeepMind, новая версия заметно улучшила выполнение операций, требующих высокой точности движений. Модель проверили более чем на 200 заданиях, среди которых были подача еды щипцами и работа с пипеткой, как в лаборатории. Кроме того, гуманоидный робот Apollo 2 компании Apptronik научился завязывать бантик своими пяти пальцевыми кистями, хотя ленты и другие гибкие предметы особенно трудно захватывать и перемещать роботам.
В лабораторных испытаниях Gemini Robotics 2.5 показала результат на 30–100 процентов выше, чем предыдущая версия, а скорость выполнения задач выросла на 20–30 процентов. Чтобы проверить систему в менее предсказуемых условиях, Google DeepMind провела испытания вместе с Apptronik и Mercedes-Benz. Роботы Apollo 2 с искусственным интеллектом Gemini комплектовали автомобильные детали на нескольких европейских заводах и достигли 96-процентной успешности, сообщило издание Ars Technica.
Полученный показатель оказался выше результатов прежних роботизированных систем, однако для Mercedes-Benz его может быть недостаточно. Человек при выполнении такой повторяющейся операции справляется почти без ошибок. Директор Google DeepMind Канишка Рао назвал сокращение оставшегося четырёхпроцентного разрыва «крутым подъёмом».