Google DeepMind hat die neueste Version seines KI-Modells Gemini Robotics vorgestellt, genannt Gemini Robotics 2. Dieses Modell ermöglicht nun die Steuerung kompletter humanoider Roboter von den Füßen bis zu den Fingerspitzen. Die Ankündigung erfolgte am Donnerstag und hebt die Fähigkeit des Modells zur Ausführung von Ganzkörperbewegungen hervor, im Gegensatz zur vorherigen Version, die sich auf den Oberkörper beschränkte.
Ganzkörpersteuerung und erweiterte Fähigkeiten
Gemini Robotics 2 erlaubt humanoiden Robotern – Maschinen, die der menschlichen Form nachempfunden sind – eine breitere Palette von Aktionen auszuführen. Dazu gehören grundlegende Bewegungen wie Gehen, Hocken und Strecken sowie das Manipulieren von Objekten. Videos von Google demonstrieren beispielsweise, wie der Roboter Apollo 2 von Apptronik sich bücken kann, um eine Gießkanne aufzuheben, oder spezifische Gegenstände aus einem Regal entnimmt.
Obwohl Google DeepMind darauf hinweist, dass die Bewegungsgeschwindigkeit der Roboter noch Verbesserungen benötigt, wird diese Aktualisierung als wichtiger Schritt hin zu den Fähigkeiten betrachtet, die für komplexere, realweltliche Aufgaben mit Ganzkörperkoordination erforderlich sind.
Verbesserte Geschicklichkeit und multimodale Aufgaben
Das neue Modell unterstützt zudem eine verbesserte Geschicklichkeit, indem es komplexere Hände mit fünf Fingern steuern kann. Dies ermöglicht Robotern, präzisere Aufgaben wie das Verschließen eines Ziploc-Beutels, das Zubinden eines Müllsacks oder das Herausschrauben einer Glühbirne zu erledigen.
Parallel dazu wurde Gemini Robotics ER (Embodied Reasoning) auf Version 2 aktualisiert. Dieses Vision-Language-Modell, das Roboter bei der Analyse ihrer Umgebung, der Verarbeitung von Anweisungen und der Durchführung mehrstufiger Aufgaben unterstützt, ist nun besser darin, Aufgaben über längere Zeiträume zu bewältigen und versteht den Beginn und das Ende von Aufgaben.
Eine weitere Neuerung ist die Fähigkeit, dass verschiedene Robotertypen zusammenarbeiten können. Ein von Google geteiltes Video zeigt, wie ein Apollo 2-Roboter einen Google-Roboter mit zwei Armen anweist, Werkzeuge in einen Behälter zu legen, während eine Garage gereinigt wird.
Sicherheitsfunktionen und lokale Ausführung
Google DeepMind bezeichnet Gemini Robotics ER 2 als ihr sicherstes Robotermodell bisher. Es kann Menschen in der Nähe besser erkennen, Sicherheitstools auslösen und den Roboter sicher anhalten, wenn sich jemand zu sehr nähert.
Das Gemini Robotics On-Device Model, das ohne Internetverbindung direkt auf einem Roboter läuft, wurde ebenfalls verbessert. Dieses Modell kann sich nun schneller an neue „Embodiments“ – also Roboter mit stark unterschiedlichen Formen, Sensoren und Freiheitsgraden – anpassen.
Thema: Google DeepMind. Quelle/Inspiration: The Verge.