Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

Gemini Robotics は、ロボットが現実世界のタスクを実行する能力を強化する 2 つの新しい AI モデルを発表しました。最初のモデルである Gemini Robotics は、物理的なアクションを組み込んだ高度な視覚言語アクション モデルで、ロボットを直接制御できます。2 つ目のモデルである Gemini Robotics-ER は、空間理解が向上しており、ロボット工学者はこのモデルを既存のプログラムに統合して、具体化された推論を強化できます。

これらのモデルは、ロボットがさまざまな状況に適応し、環境と対話し、人間の能力に近い器用さでタスクを実行できるように設計されています。特に Gemini Robotics は、一般化ベンチマークで大幅な改善を示し、さまざまな指示や環境の変化を理解して対応する能力を示しています。この適応性は、ロボットがさまざまな環境で人間と一緒に効果的に機能するために不可欠です。

インタラクティブで器用な特性に加えて、モデルは汎用性があり、さまざまなロボット プラットフォームに適応できます。 Gemini Robotics は、双腕ロボット プラットフォーム ALOHA 2 のデータでトレーニングされており、Apptronik が開発したヒューマノイド Apollo ロボットのようなより複雑なロボットに特化できます。一方、Gemini Robotics-ER は、ポインティングや 3D 検出などの Gemini 2.0 の既存の機能を強化し、オンデマンドで新しい機能を生成することができます。

Gemini Robotics が AI とロボット工学の分野で進歩する中、安全性は依然として最優先事項です。モデルは、低レベルの安全コントローラーとインターフェイスし、ロボットと人間の両方の幸福を確保するための安全対策を組み込むように設計されています。この取り組みをさらに進めるために、具現化された AI とロボット工学におけるセマンティック セーフティを向上させるための新しいデータセットがリリースされ、専門家とのコラボレーションにより責任ある開発が保証されています。Gemini Robotics-ER モデルは現在、ロボット工学の業界リーダーを含む厳選されたパートナーによってテストされており、同社は将来の役に立つロボットのための AI アプリケーションを改良し続けています。