Google DeepMind ra mắt Gemini Robotics 2: 'Bộ não' thông minh cho mọi loại robot

Google Deepmind vừa giới thiệu Gemini Robotics 2, mô hình mà họ gọi là mô hình thị giác-ngôn ngữ-hành động (VLA) tiên tiến nhất từ trước đến nay. Các mô hình VLA kết hợp khả năng nhận diện hình ảnh, xử lý ngôn ngữ và điều khiển hành động để giúp robot vận hành trong môi trường vật lý. Deepmind cho biết mô hình này có thể điều khiển các hệ thống từ cánh tay robot để bàn cho đến robot hình người toàn thân.

Công ty mô tả Gemini Robotics 2 như một "lớp trí tuệ" dành cho thế hệ robot thích ứng mới. Theo Deepmind, nó có khả năng quản lý chuyển động toàn thân, thực hiện các tác vụ vận động tinh và điều phối nhiều robot cùng lúc. Các nhà phát triển có thể đăng ký quyền truy cập sớm thông qua danh sách chờ.

Google Deepmind cũng giới thiệu Gemini Robotics ER 2, một mô hình được thiết kế cho "lập luận hiện thân" (embodied reasoning). Thuật ngữ này đề cập đến việc thấu hiểu thế giới vật lý và quyết định các hành động cần thực hiện dựa trên thông tin đó. ER 2 đóng vai trò là hệ thống điều khiển cấp cao hơn cho robot và thay thế cho Gemini Robotics ER 1.6, vốn được ra mắt vào tháng 4. Mô hình mới hiện đã có sẵn trong Google AI Studio.

Tin tức AI không thổi phồng – Được tuyển chọn bởi con người

Đăng ký THE DECODER để đọc không quảng cáo, nhận bản tin AI hàng tuần, báo cáo chuyên sâu "AI Radar" độc quyền sáu lần mỗi năm, quyền truy cập toàn bộ kho lưu trữ và tham gia phần bình luận của chúng tôi.

Đăng ký ngay