Gemini Robotics จาก DeepMind ช่วยให้หุ่นยนต์พับกระดาษและปิดถุงซิปล็อคได้

DeepMind ได้เปิดตัวโมเดล AI ล่าสุด Gemini Robotics ที่ช่วยเพิ่มขีดความสามารถของหุ่นยนต์อย่างมาก โมเดลขั้นสูงนี้เป็นแบบ vision-language-action (VLA) ช่วยให้หุ่นยนต์สามารถทำงานซับซ้อนที่ต้องใช้ทักษะการเคลื่อนไหวละเอียดและการจัดการที่แม่นยำ ตัวอย่างเช่น หุ่นยนต์ ALOHA 2 ที่ขับเคลื่อนด้วย Gemini Robotics สามารถทำงานต่างๆ ได้ เช่น พับกระดาษโอริกามิและปิดถุงซิปล็อค แสดงให้เห็นถึงก้าวกระโดดที่สำคัญในความคล่องแคล่วและการปรับตัวของหุ่นยนต์

Gemini Robotics ได้รับการออกแบบให้เก่งในคุณสมบัติสำคัญสามประการ ได้แก่ การปรับตัว, การมีปฏิสัมพันธ์ และ ความประณีต การปรับตัวช่วยให้หุ่นยนต์สามารถปรับเข้ากับสถานการณ์ที่ไม่คุ้นเคยซึ่งไม่ได้อยู่ในการฝึกอบรมของพวกมัน การมีปฏิสัมพันธ์ช่วยให้หุ่นยนต์สามารถมีส่วนร่วมอย่างมีประสิทธิภาพกับมนุษย์และสภาพแวดล้อม ส่วนความประณีตหมายถึงทักษะการเคลื่อนไหวที่ซับซ้อนที่จำเป็นสำหรับงานที่ง่ายสำหรับมนุษย์แต่ท้าทายสำหรับหุ่นยนต์ โมเดลนี้ยังรองรับหุ่นยนต์หลายรูปแบบ ตั้งแต่แพลตฟอร์มแบบสองแขนอย่าง ALOHA 2 ไปจนถึงหุ่นยนต์มนุษย์ที่ซับซ้อน

Gemini Robotics ของ DeepMind เป็นส่วนหนึ่งของความพยายามที่กว้างขึ้นในการสร้างหุ่นยนต์ที่หลากหลายและมีประโยชน์มากขึ้น บริษัทกำลังร่วมมือกับพาร์ทเนอร์อย่าง Apptronik เพื่อพัฒนาหุ่นยนต์มนุษย์รุ่นต่อไป นอกจากนี้ DeepMind ยังเปิดตัว Gemini Robotics-ER ซึ่งจะช่วยให้วิศวกรสามารถใช้โปรแกรมของตัวเองโดยใช้ความสามารถในการคิดวิเคราะห์ขั้นสูงของ Gemini เทคโนโลยีนี้กำลังถูกแบ่งปันกับผู้ทดสอบที่เชื่อถือได้ รวมถึง Boston Dynamics เพื่อพัฒนาความสามารถของหุ่นยนต์ต่อไป

ที่มา: DeepMind