Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

Google DeepMind は、ロボット工学技術の大きな進歩を示す、新しい Gemini 2.0 モデル スイートを発表しました。同社のロボット工学部門の責任者 Carolina Parada 氏は、双腕 ALOHA ロボットを使用してこれらのモデルの機能を実演しました。最新の Gemini Robotics モデルを搭載したこのロボットは、靴の中にペンを入れたり、おもちゃのバスケットボール フープでスラムダンクをしたりといった、これまで経験したことのないタスクを成功させました。

Gemini Robotics の新しいモデル ファミリーは、ロボットの器用さと対話能力を強化するように設計されており、追加のトレーニングを必要とせずに新しいオブジェクトや指示に反応できるようになります。Google の CEO であるGoogle Pichai 氏は、これらのモデルがロボット工学の分野を変革し、幅広いアプリケーションで役立つようにする可能性を強調しました。このモデルは Gemini 2.0 プラットフォームの拡張機能であり、ロボット固有のデータを統合して、マルチモーダル出力とともに物理的なアクションを可能にします。

Gemini Robotics モデルの際立った特徴の 1 つは、Gemini Robotics-ER モデルで実証されている「具現化された推論」機能です。このモデルは、物体を認識して分析し、そのサイズと位置を判断し、物体を操作するために必要な軌道とグリップを予測できます。次に、アクションを実行するコードを生成します。Google DeepMindは現在、このモデルを選ばれたテスターとパートナーに提供しており、ロボットの器用さと問題解決における新しい基準を確立する可能性を示しています。

ジェミニ ロボティクス モデルの適応性は、サラダの準備からゲーム、折り紙まで、さまざまなタスクを実行できることに表れています。この汎用性は、反復的な単一タスク用にモデルをトレーニングするという業界の標準からの脱却です。代わりに、 Google DeepMind は幅広いタスクの学習に焦点を当て、ロボット機能の一般化を実現しました。これらのモデルは、研究重視のロボットとヒューマノイド ロボットの両方を含むさまざまなロボット形式と互換性があり、複雑で精密さが求められる業界だけでなく、日常の家庭環境でもロボットがさまざまな役割を担う未来への道を開きます。