முழு உடல் இயக்கம், பல ரோபோ கூட்டு வேலை: Google DeepMind-ன் Gemini Robotics 2

ரோபோக்களுக்கான தமது அறிவு அடுக்கைப் புதுப்பிக்கும் Gemini Robotics 2-ஐ Google DeepMind அறிமுகம் செய்திருக்கிறது. மனித வடிவ ரோபோக்களுக்கு முழு உடல் இயக்கம், கைகள் மற்றும் பிடிமானங்களில் நுட்பமான ஆற்றல், வெவ்வேறு ரோபோக்கள் ஒன்றுடன் ஒன்று சேர்ந்து வேலை செய்யும் திறன் ஆகியவை புதிதாகச் சேர்க்கப்பட்டுள்ளன. இது மூன்று மாதிரிகளாக வழங்கப்படுகிறது: Gemini Robotics 2 என்ற பார்வை-மொழி-செயல் (vision-language-action, VLA) மாதிரி — பார்வையையும் மொழியையும் ஏற்று ரோபோவின் அசைவுக்கான கட்டுப்பாட்டாக மாற்றுகிறது; Gemini Robotics ER 2 என்ற உள்ளுணர்வு-சிந்தனை மாதிரி — ரோபோவின் 'மூளையாக' செயல்படுகிறது; Gemini Robotics On-Device 2 என்ற திறமையான VLA — வலைப்பின்னல் இணைப்பே இல்லாமல் ரோபோவிலேயே இயங்குகிறது.

முந்தைய பதிப்புகள் மனித வடிவ ரோபோவின் மேல் உடலை மட்டுமே கட்டுப்படுத்தி மேசை மேல் வேலைகள் செய்யும் அளவில் இருந்தன; ஆனால் Gemini Robotics 2 கால்கள் முதல் விரல் நுனிகள் வரை முழு உடலையும் இயக்க முடியும். Apptronik நிறுவனத்தின் Apollo 2 மனித வடிவ ரோபோவில் இதை நிரூபிக்க குழு ஒரு உதாரணத்தைக் காட்டியிருக்கிறது: 'தண்ணீர் ஊற்றும் கேனை கீழ் அலமாரியில் உள்ள பச்சை பெட்டியில் வை' என்ற வழிமுறையை வழங்கியதும், ரோபோ மேசைக்கு நடந்து சென்று, கேனை எடுத்து, அலமாரிக்குச் சில அடிகள் நடந்து, சரியாக இலக்கில் வைத்தது.

நுட்பம் என்று வரும்போது, Apollo 2-ல் இருக்கும் ஐந்து விரல், 22 சுதந்திரக் கோடு கொண்ட SharpaWave கையையே Gemini Robotics 2 கட்டுப்படுத்தி முடிச்சு போடுவது, ஜிப்லாக் பையை மூடுவது போன்ற நுணுக்கமான செயல்களை நிறைவேற்றுகிறது. Franka Duo தளத்தில் இருக்கும் நிலையான இரண்டு விரல் இணைநிலைப் பிடிமானங்களையும் இயக்கி இறுக்கமான பொதி வேலை போன்றவற்றைச் செய்ய முடியும்.

உள்ளுணர்வு-சிந்தனை மாதிரி Gemini Robotics ER 2, ஒரு உயர்நிலை திட்டமிடுநராகச் செயல்படுகிறது. அது அறையைக் கவனிக்கிறது, செய்யப்பட வேண்டிய படிகளைப் பற்றி சிந்திக்கிறது, VLA-வுடன் இணைந்து ஒவ்வொரு செயலையும் நிறைவேற்றுகிறது, முன்னேற்றத்தைக் கண்காணிக்கிறது. இந்தப் புதுப்பிப்பில், நிமிடங்கள் நீளும், நூற்றுக்கணக்கான முடிவுகளை உள்ளடக்கிய நீண்ட வேலைத் தொடர்களை ஏஜென்டால் நிறைவேற்ற முடியும்; படிகள் எப்போது தொடங்குகின்றன, எப்போது முடிகின்றன என்பதையும் துல்லியமாகப் பிடிக்க முடியும். மேலும், பல ரோபோ ஒத்துழைப்பும் புதிதாக வந்திருக்கிறது — வெவ்வேறு ரோபோக்கள் ஒன்றுடன் ஒன்று பேசி, ஒற்றை ரோபோவால் செய்ய முடியாத பணிகளை ஒன்றாக முடிக்கும்.

வலைப்பின்னல் தாமதம் அல்லது இணைய இணைப்பு இல்லாத பயன்பாடுகளுக்காக, Gemini Robotics On-Device 2 ரோபோவிலேயே உள்ளூர் நிலையில் இயங்குகிறது. சில மணி நேர தரவுகளைக் கொண்டு முற்றிலும் புதிய ரோபோ உடலுக்கு இது தன்னைத் தகவமைத்துக் கொள்ளும். Gemini Robotics ER 2 இப்போது Google AI Studio-வில் கிடைக்கிறது; Gemini Enterprise Agent Platform-ல் தனிப்பட்ட முன்னோட்டமாகவும் உள்ளது. VLA மற்றும் On-Device மாதிரிகள் ஆரம்பப் பயனாக்கக் கூட்டாளிகளுக்கு மட்டுமே கிடைக்கின்றன.