Новый ИИ Google приблизил физический AGI: роботы стали еще более самостоятельными

Google DeepMind официально анонсировала релиз Gemini Robotics 2 - нового семейства ИИ-моделей для физических устройств. Обновление позволяет работам лучше ориентироваться в пространстве, выполнять сложные задачи и эффективно сотрудничать между собой.

Об этом говорится в статье Google в разделе Gemini API.

Преимущества и новые возможности 

Главная цель разработчиков - создать универсального робота, способного выполнять любые бытовые или производственные задачи. В лаборатории DeepMind это направление назвали "физическим AGI" .

Ключевой частью обновления стала модель Gemini Robotics ER 2, ответственная за "воплощенное размышление" (embodied reasoning). Она способна анализировать видеопоток с камер в режиме реального времени.

"Благодаря интеграции с Gemini Live API работы теперь могут отслеживать процесс выполнения задач шаг за шагом и самостоятельно исправлять ошибки. Если мяч ускользнет из рук, система просто откорректирует движение, а не будет начинать весь процесс сначала", - рассказывают разработчики.

Модель определяет ключевые моменты действий с точностью почти 90 процентов. Это позволяет работам четко понимать, когда нужно остановить действие - например, при наливании кофе в чашку.

Сотрудничество роботов 

Модель Gemini Robotics 2 отвечает за трансформацию текстовых и визуальных команд в непосредственные движения механических конечностей.

Новая версия системы значительно улучшила точность и координацию сложных гуманоидных рук со многими пальцами.

Чего достигнуто:

Работа в команде: тестовые модели Apollo 2 и Franka F3 Duo продемонстрировали способность совместно выполнять задачи, не мешая друг другу.

Автономная версия: облегченная модель Gemini Robotics On-Device 2 способна работать локально без подключения к сети.

Быстрое обучение: алгоритм способен адаптироваться к новой конструкции работа всего за несколько часов тренировок или на основе 200 примеров.

Интересно, что систему уже тестируют на оборудовании компании Boston Dynamics. 

Оценка рисков 

Ученые добавили к ИИ-системе специальные уровни защиты от галлюцинаций и ложных действий.

Вместе с релизом был представлен новый бенчмарк безопасности под названием ASIMOV-Agentic.

Что он делает:

• оценивает способность работа отказываться от опасных команд,
• проверяет безопасность выполнения задач,
• анализирует, сможет ли ИИ вовремя позвать человека на помощь.

В свою очередь модель ER 2 показывает высокую способность распознавать опасность и останавливать движение, если человек подходит слишком близко.