Google DeepMind odhaluje model robotiky na zařízení

Google DeepMind představil model jazyka Vision Language Action (VLA) Gemini Robotics, který může běžet lokálně na robotických zařízeních. Model AI je postaven pro úkoly obecného účelu a může běžet bez internetu.

Toto je první model VLA Google, který zpřístupnil pro doladění. Vývojáři se mohou zaregistrovat do programu Tester a získat přístup k softwarovým soupravům.

Tento nový model přichází dva měsíce poté, co vyhledávací gigant vydal svůj robotický model Gemini založený na multimodálním uvažování Gemini 2.0 a porozumění fyzickému světu v reálném světě.

Vlajková loď může běžet jak na zařízení, tak i na cloudu a je postaven pro bi-pedální roboty.

Model lze také přizpůsobit pro různé robotické formové faktory. „Zatímco jsme náš model trénovali pouze pro roboty Aloha, dokázali jsme jej dále přizpůsobit robotovi Franka FR3 a Apollo Humanoid Robot od společnosti Apptronik,“ uvedla společnost v blogovém příspěvku.

U franků s bi-ramenem může model VLA provádět i další úkoly, jako je skládací oblečení nebo také pracovat na úkolech sestavení průmyslových pásů.