DeepMind ra mắt mô hình robot Gemini Robotics 2.5

Google DeepMind ra mắt mô hình thị giác-ngôn ngữ-hành động Gemini Robotics 2.5, cho biết đã thử nghiệm trên 200 nhiều tác vụ, với tỷ lệ thành công cao hơn 30% đến 100% so với các đường cơ sở trước đó, tốc độ hoàn thành nhanh hơn 20% đến 30%, có thể dùng kẹp gắp thức ăn, hút chất lỏng bằng pipet và thắt nơ lên hộp quà. Trong các thử nghiệm dây chuyền sản xuất phối hợp với Apptronik và Mercedes-Benz tại Kecskemét (Hungary) và Sindelfingen (Đức), robot hình người Apollo 2 đã phân loại các chi tiết kim loại từ thùng chứa và xếp vào khay theo mẫu xe, đạt tỷ lệ thành công 96%. DeepMind cũng sử dụng Gemini 4 Argon để tạo dữ liệu huấn luyện mô phỏng, đồng thời mã nguồn mở bộ chuẩn ASIMOV-Jailbreak để kiểm tra khả năng vượt rào an toàn của robot trên Hugging Face; hiện mô hình chỉ được cung cấp cho các đối tác.

Tiêu đề gốc: Google DeepMind's Gemini Robotics 2.5 scores 96 percent sorting metal parts in a Mercedes-Benz assembly pilot

Google DeepMind ra mắt mô hình thị giác-ngôn ngữ-hành động Gemini Robotics 2.5, cho biết đã thử nghiệm trên 200 nhiều tác vụ, với tỷ lệ thành công cao hơn 30% đến 100% so với các đường cơ sở trước đó, tốc độ hoàn thành nhanh hơn 20% đến 30%, có thể dùng kẹp gắp thức ăn, hút chất lỏng bằng pipet và thắt nơ lên hộp quà. Trong các thử nghiệm dây chuyền sản xuất phối hợp với Apptronik và Mercedes-Benz tại Kecskemét (Hungary) và Sindelfingen (Đức), robot hình người Apollo 2 đã phân loại các chi tiết kim loại từ thùng chứa và xếp vào khay theo mẫu xe, đạt tỷ lệ thành công 96%. DeepMind cũng sử dụng Gemini 4 Argon để tạo dữ liệu huấn luyện mô phỏng, đồng thời mã nguồn mở bộ chuẩn ASIMOV-Jailbreak để kiểm tra khả năng vượt rào an toàn của robot trên Hugging Face; hiện mô hình chỉ được cung cấp cho các đối tác.

Tại sao quan trọng Các mô hình robot tổng quát bắt đầu được thử nghiệm trên dây chuyền sản xuất thực tế, nhưng vẫn còn thiếu một khoảng cách cuối cùng để đạt được độ chính xác gần như tuyệt đối của con người.

Độ tin cậy: Cao · Nguồn từ Google DeepMind và 3 đơn vị khác (bao gồm nguồn chính thức) · Thời gian sự kiện 11-10 23:00 (giờ Bắc Kinh)

Lý do

  • Được công bố trên blog chính thức của DeepMind, có bài đưa tin từ The Decoder và Ars Technica

Cách sử dụng

  • Bộ chuẩn ASIMOV-Jailbreak có thể được tải về từ Hugging Face; bản thân mô hình chưa được công khai cung cấp

Rủi ro

  • Các con số hiệu suất là do DeepMind tự kiểm nghiệm; theo Ars Technica, mô hình vẫn chạy trên đám mây và có độ trễ, các video demo đã được tua nhanh 2 lần

Mở · Google DeepMind · Ars Technica

The Decoder

Xem tin AI mới nhất