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 உடல்சார் பகுத்தறிவு (ER — embodied reasoning) 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 இயக்கச் சுதந்திர அளவுகள் 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.

உடல்சார் பகுத்தறிவு 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, பல நிமிடங்கள் நீளும், நூற்றுக்கணக்கான முடிவுகளை உள்ளடக்கிய நீண்ட வேலைத் தொடர்களை இது 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 தாமதமோ இணைய இணைப்புச் சிக்கலோ உள்ள 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.