Новини›और›Gemini Robotics 2.5 от Google DeepMind сортира метални части с 96 процента успех в завод на Mercedes-Benz
और

Gemini Robotics 2.5 от Google DeepMind сортира метални части с 96 процента успех в завод на Mercedes-Benz

The Decoder · вторник, 10 ноември, 19:11 · 2 мин четене

Моделът управлява роботи и е тестван на реални производствени линии в Унгария и Германия.

Google DeepMind представи Gemini Robotics 2.5, нов модел за управление на роботи. Той получава изображения, разбира команди на човешки език и ги превръща в движения на робота. Моделът е създаден като следващата стъпка след предишната версия, която за първи път даваше на роботите контрол над цялото тяло.

Според компанията моделът е тестван върху повече от 200 задачи, например сервиране на храна с щипки и дозиране на течности с пипета. В сравнение с предишните им модели той показва 30 до 100 процента по-висок успех в зависимост от типа задача и изпълнява задачите с 20 до 30 процента по-бързо.

Моделът работи с различни типове роботи. Сред тях е хуманоидният робот Apollo 2 на Apptronik, който има петпръста ръка с 22 степени на свобода, и платформата Franka Duo с два захвата.

Заедно с Apptronik и Mercedes-Benz моделът е изпробван на действащи производствени линии в Кечкемет, Унгария, и Зиндelfинген, Германия. Роботът Apollo 2 вади метални части от наваляни кошове и ги подрежда в тавички в реда, който е нужен за всяка кола на конвейера. Работят два модела едновременно: Gemini Robotics ER следи процеса, а Gemini Robotics 2.5 управлява ръцете и захватите.

За този пилотен тест Google DeepMind съобщава 96 процента успех. Главният изпълнителен директор на Apptronik Джеф Карденас казва, че след няколко седмици дообучение моделите са се подобрили значително и са преминали към производството на Mercedes с малка загуба на качество.

Gemini Robotics 2.5 използва управление в реално време, което помага на робота да избягва физически опасности, докато работи. В собствените им тестове безопасното изпълнение на задачи се подобрява с 33 процента близо до препятствия и с 43 процента близо до хора.

Гоогъл DeepMind публикува и отворения тест ASIMOV-Jailbreak в Hugging Face. Той съдържа стотици подсказки, които скриват опасни заявки в десетки сцени, и проверява дали моделите за роботи могат да бъдат подмамени да изпълнят опасни действия. Според компанията собственият им модел Gemini 4 Argon устоява на такива опити в 99,5 процента от случаите, при предшественика Gemini Robotics ER 2 резултатът е 82 процента.

При разработката на Gemini Robotics 2.5 Google DeepMind използва собствения си езиков модел Gemini 4 Argon като симулатор. Argon създава хиляди симулирани тренировъчни пускания от реална камерна сцена и изгражда дигитален двойник. Заедно с реални демонстрации това помага роботът по-бързо да се справя с нови сцени и предмети. Argon може също да предположи причините за грешки по видеозаписи и да провери подобрения както в симулация, така и на реалния робот.

Gemini Robotics 2.5 се предоставя на партньорите Agile, Apptronik и Mercedes-Benz.

Още новини