Googles Gemini Robotics: Ein erfolgreicher Dunk beim ersten Versuch

Google präsentierte sein neues Gemini Robotics-Modell, das es Robotern ermöglicht, komplexe Aufgaben zu erledigen, wie zum Beispiel einen erfolgreichen Dunking-Wurf beim ersten Versuch, ohne vorheriges Training für das spezifische Objekt oder die Aktion. Basierend auf Gemini 2.0 wird das Modell mit roboterspezifischen Daten feinabgestimmt und übersetzt multimodale Ausgaben (Text, Video, Audio) in physische Aktionen. Es ist hochgradig geschickt, interaktiv und allgemein einsetzbar und passt sich ohne weiteres Training an neue Objekte, Umgebungen und Anweisungen an. Googles Ziel ist es, eine verkörperte KI zu entwickeln, um Roboter anzutreiben, die bei alltäglichen Aufgaben helfen und letztendlich zu einer so allgegenwärtigen KI-Schnittstelle werden wie Telefone oder Computer.