Google запусціла аўтаномны ШІ для робатаў: складвае адзенне і завязвае шнуркі

Мадэль, пабудаваная па архітэктуры VLA (vision-language-action), размяшчаецца непасрэдна на робатах і выконвае задачы ў рэальным часе. Гэтая асаблівасць робіць яе асабліва карыснай ва ўмовах нестабільнай сувязі ці падвышаных патрабаванняў да бяспекі дадзеных.

Новая мадэль ужо навучана на робаце ALOHA, распрацаваным Google, і адаптавана для іншых платформаў, уключаючы гуманоіднага робата Apollo ад кампаніі Apptronik і двухрукага маніпулятара Franka FR3. Яна здольная асвойваць новыя задачы ўсяго пасля 50-100 дэманстрацый — дастаткова паказаць, як выконваць патрэбнае дзеянне, каб ШІ навучыўся ўзнаўляць яго самастойна.

Разам з мадэллю Google упершыню выпускае праграмны набор распрацоўшчыка (SDK), які дазволіць тэсцiроўшчыкам ацэньваць работу мадэлі і дадаткова навучаць яе пад канкрэтныя патрэбы. Гэта адкрывае магчымасці для прымянення Gemini Robotics On-Device у самых розных сцэнарыях — ад складской лагістыкі да медыцынскай робататэхнікі.

Паводле слоў кіраўніка аддзела робататэхнікі Google DeepMind Караліны Парады, новая мадэль хоць і менш магутная, чым флагманская гібрыдная версія Gemini Robotics, дэманструе эфектыўнасць, якая ўражвае. «Мы былі прыемна здзіўлены тым, наколькі моцнай аказалася гэтая аўтаномная версія», — заявіла яна ў інтэрв’ю The Verge.

Распрацоўшчыкі адзначаюць, што аўтаномная мадэль можа паспяхова спраўляцца з дзеяннямі, якія патрабуюць дакладнай маторыкі: завязваць шнуркі ці складваць адзенне. Аднак для больш складаных шматэтапных задач, такіх як прыгатаванне ежы, можа спатрэбіцца падлучэнне да больш магутнай воблачнай версіі мадэлі.

Пакуль новая мадэль даступна толькі абмежаванаму колу ўдзельнікаў праграмы давернага тэставання, аднак у будучыні кампанія разлічвае на больш шырокае ўкараненне. Па словах Караліны Парады, гэта толькі пачатак, і ў бліжэйшы час карыстальнікі ўбачаць мадэлі, пабудаваныя на больш дасканалай версіі Gemini 2.5.