Google DeepMind представила Gemini Robotics 2 — роботы действуют всем телом и работают без интернета
Роботы больше не требуют жесткой записи сценариев и могут самостоятельно планировать сложные действия всем телом в тесных помещениях. Это снижает затраты на внедрение автоматизации, позволяя адаптировать технику к новым задачам за считанные часы без переписывания кода.
Компания Google DeepMind выпустила обновленную платформу Gemini Robotics 2, которая меняет подход к управлению роботами. Вместо выполнения заранее записанных сценариев машины теперь способны самостоятельно планировать действия, координировать движения всего тела и работать в команде. Обновление включает три специализированные модели, позволяющие роботам адаптироваться к новым задачам за считанные часы и работать автономно без постоянного подключения к интернету. Это шаг к созданию универсальных помощников, способных действовать в неструктурированной среде, такой как дома или склады.
Ключевой момент: Переход от управления отдельными суставами к контролю всего тела позволяет роботам выполнять задачи в тесных и загроможденных пространствах, где ранее они были бесполезны из-за риска столкновений или потери равновесия.
Три модели для разных задач
В основе новой системы лежат три компонента, каждый из которых решает конкретную проблему робототехники. Они работают вместе, превращая набор датчиков и моторов в единый интеллект.
- Gemini Robotics 2: Основная модель, отвечающая за преобразование визуальной информации и текстовых команд в физические движения. Она управляет всем телом робота — от ног до пальцев рук. Модель позволяет антропоморфным роботам (например, Apptronik Apollo 2) ходить, приседать, наклоняться и манипулировать предметами одновременно.
- Gemini Robotics ER 2: Модель «воплощенного рассуждения» (embodied reasoning). Она выступает в роли «мозга», который планирует сложные многошаговые задачи длительностью в несколько минут. Модель анализирует обстановку, понимает инструкции человека и координирует действия других компонентов.
- Gemini Robotics On-Device 2: Оптимизированная версия для работы локально на самом роботе. Она не требует постоянного подключения к облаку, что критично для работы в местах со слабым интернетом или при необходимости мгновенной реакции. Модель способна адаптироваться к новой конструкции робота за несколько часов, используя менее 200 примеров обучения.
Практические возможности и примеры
Новая система демонстрирует способности, которые ранее были недоступны для массовых роботов. На тестах роботы успешно выполняли задачи, требующие тонкой моторики и координации.
- Управление всем телом: Робот получил команду «полой лейку в зеленый ящик на нижней полке». Он самостоятельно подошел к столу, взял предмет, перешел к полкам и аккуратно разместил его в нужном месте.
- Тонкая моторика: Модель научилась управлять пятипалой рукой с 22 степенями свободы (SharpaWave) для завязывания узлов и герметизации пакетов. Также она эффективно работает со стандартными двухпалыми захватами, выполняя сложные операции по упаковке.
- Командная работа: Впервые реализована возможность взаимодействия нескольких роботов. Разные машины могут обмениваться данными и распределять задачи, чтобы выполнить сложную работу быстрее, чем это сделал бы один робот.
Важный нюанс: Локальная работа модели On-Device 2 снижает зависимость от качества интернет-соединения, но требует от производителя робота наличия достаточно мощного встроенного вычислительного модуля для обработки видеопотока в реальном времени.
Безопасность и ограничения
Разработчики акцентировали внимание на безопасности, внедрив новые механизмы защиты при работе рядом с людьми.
- Новый стандарт ASIMOV-Agentic: Введен бенчмарк для оценки способности робота отказываться от выполнения опасных команд и прогнозировать риски.
- Реакция на людей: Модель Gemini Robotics ER 2 научилась лучше определять присутствие человека вблизи. При приближении человека робот может инициировать безопасную остановку.
- Ограничения: Несмотря на прогресс, скорость движений роботов пока уступает человеческой. Кроме того, задачи, требующие сверхточной манипуляции многими пальцами одновременно, остаются сложными для текущей версии модели.
Операционные последствия и тренды
Внедрение таких технологий меняет требования к инфраструктуре и бизнес-процессам, где используются роботы.
- Снижение порога входа: Возможность быстрой адаптации (менее 200 примеров) позволяет компаниям использовать одну и ту же программную платформу для разных моделей роботов, не переписывая код под каждое новое «железо».
- Изменение требований к оборудованию: Для работы локальных моделей потребуется модернизация вычислительных блоков на самих роботах, что может увеличить первоначальные затраты на закупку техники.
- Новые сценарии использования: Способность к многошаговому планированию и командной работе открывает возможности для автоматизации не только складских операций, но и задач в сфере услуг, уборки и логистики внутри помещений.
- Зависимость от данных: Эффективность моделей напрямую зависит от качества обучающих данных. Компании, внедряющие эти решения, должны будут обеспечить сбор и разметку данных в своих специфических условиях работы.
Модели Gemini Robotics ER 2 уже доступны в Google AI Studio и в режиме частного предпросмотра для корпоративных клиентов. Остальные компоненты доступны партнерам в рамках программы раннего доступа.
Источник: deepmind.google
