Google DeepMind präsentiert Gemini Robotics: KI für präzise Roboterkontrolle

Google DeepMind hat zwei neue KI-Modelle vorgestellt, die für die präzise Steuerung von Robotern entwickelt wurden: Gemini Robotics und Gemini Robotics-ER. Diese Modelle basieren auf dem großen Sprachmodell Gemini 2.0 und verfügen über Vision-Language-Action (VLA)-Fähigkeiten und verbessertes räumliches Verständnis. Gemini Robotics ermöglicht es Robotern, komplexe Befehle wie "Nimm die Banane und lege sie in den Korb" zu verstehen und auszuführen, während Gemini Robotics-ER sich auf die nahtlose Integration in bestehende Roboterkontrollsysteme konzentriert. Dies stellt einen bedeutenden Fortschritt in der Robotik dar, insbesondere bei der Bewältigung komplexer physikalischer Manipulationen und der Demonstration starker Generalisierungsfähigkeiten. Google arbeitet mit Apptronik zusammen, um die nächste Generation von humanoiden Robotern mit Gemini 2.0 zu entwickeln, was das Potenzial für eine breite Anwendung zeigt. Google betont jedoch auch die Sicherheit und veröffentlicht den Datensatz "ASIMOV", um Forschern zu helfen, die Sicherheitsaspekte von Roboteraktionen zu bewerten.