Google DeepMind prezentuje Gemini Robotics 2

Od premiery wersji 1.5 minął niemal rok – to dość długa przerwa jak na dzisiejsze standardy rozwoju technologii. Sprawdźmy, co udało się osiągnąć firmie Google w tym czasie.

Najważniejszym aspektem jest model VLA (Vision-Language-Action), który teraz kontroluje całe ciało humanoida – od palców u stóp po opuszki palców – a nie tylko górną część tułowia. Dłonie posiadają zdolności motoryczne precyzyjne z 22 stopniami swobody. Nie można jeszcze powiedzieć, że robot jest superzwinny (wskaźnik sukcesu w zadaniach wielopalczastych wynosi około 30–40%), ale stanowi to wyraźny postęp.

Na modelu VLA działa również orkiestrator Gemini Robotics ER 2. Jest to osobny model generatywny, działający tutaj jako VLM (Visual Language Model). Jeśli VLA generuje gotowe komendy motoryczne, to ER operuje na wyższym poziomie abstrakcji: prowadzi rozumowanie, dzieli zadania na podzadania, rozpoznaje obiekty i ich współrzędne oraz wykonuje inne „inteligentne” czynności.

Ten model został również znacząco ulepszony i posiada kluczową funkcję koordynacji pracy kilku różnych typów robotów w celu realizacji jednego zadania. Ponadto ER może teraz interweniować w działaniach VLA na każdym etapie wykonywania zadania, co jest krytyczne dla mechanizmów samokorekty.

Kolejnym modelem wprowadzonym w tej generacji jest Gemini Robotics On-Device 2 – lekki VLA do lokalnego wnioskowania.

Główną cechą odróżniającą Gemini Robotics jest jego wszechstronność. Modele są trenowane na heterogenicznych danych multi-embodiment, co pozwala im działać na różnych typach robotów bez konieczności tuningu. Wersja GR2 On-Device przenosi tę właściwość na poziom praktyczny: można wziąć ten model i w ciągu kilku godzin oraz przy około 200 demonstracjach sprawić, by dobrze działał na dowolnym nowym ciele robota (z niestandardowymi czujnikami, stopniami swobody czy kinematyką).

Dodatkowo, w interesującym zwrocie akcji, Google stworzył pierwszy benchmark oceniający bezpieczeństwo robotów, nazwany ASIMOV-Agentic. Firma naturalnie ogłosiła swój model jako „najbezpieczniejszy na świecie” zgodnie z wynikami tego testu.