Google DeepMind giới thiệu mô hình AI Gemini trên thiết bị dành cho robot - The Robot Report

Google DeepMind đã giới thiệu Gemini Robotics On-Device, một mô hình AI mới được thiết kế cho robot hai cánh tay, cho phép sự khéo léo đa năng và thích ứng nhanh với các nhiệm vụ trong khi hoạt động tại chỗ với tài nguyên tính toán tối thiểu. Mô hình hành động ngôn ngữ thị giác (VLA) này mang lại khả năng lý luận đa phương thức và hiểu biết thế giới thực của Gemini 2.0 vào lĩnh vực robot vật lý, cho phép robot thực hiện các nhiệm vụ phức tạp như mở khóa túi hoặc gấp quần áo. Tính chất vận hành trên thiết bị của mô hình đảm bảo suy luận độ trễ thấp và độ bền vững trong môi trường có kết nối mạng hạn chế hoặc không có, làm cho nó phù hợp với các ứng dụng nhạy cảm về độ trễ. Cùng với mô hình, DeepMind đã phát hành bộ công cụ phát triển phần mềm (SDK) để giúp các nhà phát triển thử nghiệm và tinh chỉnh mô hình cho các nhiệm vụ và môi trường cụ thể, chỉ cần từ 50 đến 100 lần trình diễn. DeepMind đã chứng minh khả năng thích ứng của mô hình Gemini Robotics On-Device vượt ra ngoài việc đào tạo ban đầu trên robot ALOHA bằng cách áp dụng thành công nó cho các nền tảng khác, bao gồm robot hai cánh tay Franka FR3 và...