Компания Google DeepMind представила инновационную архитектуру, объединившую физическую платформу Gemini Robotics 1.5 и рассуждающий модуль Gemini Robotics-ER 1.5. Первая из них осуществляет манипуляции и выполнение задач, в то время как вторая анализирует пользовательские запросы, структурируя комплексные задачи на удобные этапы и разрабатывая план действий с учетом информации из открытых источников.
Эти модели способны не только реагировать на команды, но и формировать логические схемы действий, предоставляя оператору объяснения своих выборов. Эксперименты продемонстрировали возможность переноса навыков: сценарий, освоенный одним типом робота, мгновенно адаптируется к другому без необходимости в переобучении. Такое решение может значительно ускорить внедрение технологий в промышленный и сервисный сектора. Gemini Robotics прошла тестирование по стандартам отрасли, включая задачи по сортировке предметов и выполнению сложных операций.
В отличие от своих предшественников, Gemini Robotics не требует от пользователя детальных инструкций — достаточно обозначить цель. Модель обращается к интернету, учитывает специфические правила (например, сортировку мусора по региону), формирует алгоритм работы и следит за рисками на каждом этапе.
Как отмечают разработчики, безопасность интегрирована в механизм принятия решений: ошибки и аномалии фиксируются и автоматически корректируются.
Доступ к модулю Gemini Robotics-ER 1.5 открыт для разработчиков, тогда как Gemini Robotics 1.5 функционирует на партнерских технологических платформах. Новая система нацелена на промышленность, логистику и бытовое обслуживание, что потенциально может сократить сроки внедрения робототехники и повысить гибкость автоматизированных решений.




