Google DeepMind представила модель Gemini Robotics 2, управляющую роботом от ног до пальцев
Компания Google DeepMind обновила свою архитектуру для управления человекоподобными роботами, представив модель Gemini Robotics 2. Главное нововведение заключается в переходе от контроля только верхней части тела к управлению всеми сегментами одновременно. Новая система способна синхронизировать движения ног, корпуса и рук, что открывает путь к выполнению комплексных бытовых задач, таких как перестановка предметов на полках или надевание перчаток, ранее недоступных для прототипов с ограниченной кинематикой.
# Google DeepMind научила робота управлять всем телом одновременно
Ранние модели искусственного интеллекта от Google DeepMind фокусировались преимущественно на манипуляциях руками и верхней частью туловища. Новые видеоролики, опубликованные корпорацией, демонстрируют возможности обновленной архитектуры Gemini Robotics 2, способной координировать движения от ступней до кончиков пальцев. Это фундаментальный шаг, позволяющий роботам переходить от простых демонстрационных движений к реальной работе в сложной среде.
Эволюция кинематики: от верхней части к целостному управлению
До этого момента алгоритмы управления были заточены на локальные задачи. Новая модель решает проблему согласованности движений. Согласно технической презентации, система теперь может выполнять «целостные движения» (whole-body motions). Это означает, что робот может приседать для подбора предмета, поворачиваться на месте и при этом удерживать баланс без потери управления конечностями.
В демонстрационных клипах видно, как робот-гуманоид марки Apollo 2 от компании Apptronik находит конкретный предмет на верхней полке, тянется к нему и аккуратно снимает его, сохраняя при этом устойчивую стойку. Ранее подобные действия могли привести к потере равновесия или необходимости в статической стабилизации, что ограничивало скорость и плавность операций. Обновление позволяет роботам совершать более широкие спектр действий: ходить, приседать, растягиваться и манипулировать объектами.
Тонкая моторика и безопасность взаимодействия
Ключевым аспектом обновления стал контроль над пятипалыми руками с повышенной дexterностью. Модель научилась решать задачи, требующие точного захвата и манипуляции. Робот теперь способен запечатывать пакеты Ziploc, завязывать мусорные пакеты или выкручивать лампочку. Такие действия требуют сложной координации мышц рук и пальцев, которой ранее модели обладали в гораздо меньшей степени.
Важным дополнением к функционалу является модель Gemini Robotics ER 2, отвечающая за понимание окружения и многошаговых инструкций. Система лучше определяет начало и завершение задач, а также способна адаптироваться к различным конфигурациям датчиков и форм-факторов роботов. Это позволяет разным типам роботов работать совместно: например, один робот может подавать инструменты другому, который осуществляет уборку гаража.
Компания подчеркивает, что безопасность остается приоритетом. Модель способна обнаруживать присутствие людей вблизи рабочей зоны и выполнять защитные действия, если человек оказывается слишком близко к механизмам. Также были улучшены локальные версии модели, которые могут работать автономно, не требуя постоянного подключения к интернету, что критично для эксплуатации в закрытых помещениях.
Ограничения и перспективы развития
Несмотря на значительный прогресс, Google DeepMind признает, что роботам еще предстоит совершенствовать скорость и эффективность движений. Однако разработчики считают текущий обновленный вариант важным этапом, необходимым для выполнения задач, требующих координации всего тела в реальном мире. Этот шаг приближает робототехнику к реальному внедрению в быт и промышленность, где требуются не просто автоматизированные движения, а гибкое, разумное взаимодействие с окружением.
Два года назад рынок был в шоке от новостей о запрете уборочных роботов в США. Технологии развиваются быстрее законодательства, но вопросы этики и безопасности остаются в центре внимания. Обновление Gemini Robotics 2 показывает, как ИИ учится понимать не только механику, но и контекст взаимодействия человека и машины.