Google DeepMind介绍了两个双子座

Google的机器人团队在机器学习，工程和物理模拟中应用专业知识，以应对AI驱动机器人开发面临的挑战。 | Source: DeepMind

Google DeepMind today introduced two new artificial intelligence models: Gemini Robotics, its Gemini 2.0-based model designed for robotics, and Gemini Robotics-ER, a Gemini model with advanced spatial understanding.

DeepMind said it has been making progress in how Gemini solves complex problems through multimodal reasoning across text, images, audio, and video.现在，借助这些新模型，它将这些功能从数字化和现实世界中带入了现实世界。它添加了物理动作作为新的输出方式，目的是直接控制机器人。

DeepMind表示，这两种模型都使各种机器人能够比以往任何时候都更广泛。作为其努力的一部分，DeepMind正在与Apptronik合作，与Gemini 2.0一起建造类人动物机器人。

Google单元还与受信任的测试人员合作，指导Gemini Robotics-er的未来。它们包括敏捷机器人，敏捷机器人，波士顿动态和附魔工具。

---

立即注册，这样您就不会错过！

---

如何使AI在现实世界中有用

根据对人的有用和有用的含义：

While the organization‘s previous work demonstrated some progress in these areas, Gemini Robotics represents a substantial step in performance on all three axes.

DeepMind emphasizes generality and interactivity

Gemini Robotics uses Gemini’s world understanding to generalize to novel situations and solve a wide variety of tasks out of the box, including tasks it has never seen在培训之前。双子座机器人技术还擅长处理新的对象，多样化的说明和新环境。要在我们的动态，物理世界中运作，机器人必须能够与人及其周围环境无缝互动，并适应即时的变化。

DeepMind说，双子座2.0的基础是，双子座机器人技术在直觉上是互动的。 DeepMind表示，它比日常对话和不同语言中的命令可以理解并响应命令。

该模型可以理解并响应比以前的模型更广泛的自然语言指令，将其行为调整为用户的行为。它还不断监视其周围环境，检测到其环境或说明的变化，并相应地调整其行动。该公司表示，这种控制权或“可施加能力”可以更好地帮助人们与机器人助手合作，从家到工作场所，从家到工作场所。机器人。

相比之下，双子座机器人技术可以解决需要精确操作的极其复杂的多步骤任务，例如折纸折叠或将小吃包装到Ziploc袋中。该公司主要根据BI-ARM机器人平台Aloha 2的数据培训了该模型，但它还证明，该模型可以控制一个基于许多学术实验室中使用的Franka Arms的两臂平台。

deepMind指出，Gemini Robotics指出，Gemini Robotics也可以专门用于更复杂的实施方案，例如由Appollo Robot进行的，例如人类Apollo apollo apollo apollo apollo apolloy apollo apollo apollonik wortron，任务。

Gemini Robotics-ER专注于空间推理

Gemini Robotics-ers以机器人技术所需的方式增强了Gemini对世界的理解，尤其专注于空间推理。它还允许机器人主义者将其与现有的低级控制器联系起来。 deEpmind表示，该模型可显着提高Gemini 2.0的现有能力，例如指向和3D检测。

结合了空间推理和双子座的编码能力，Gemini Robotics-ER可以实例化完全新的功能。例如，当向咖啡杯显示时，该模型可以直觉在手柄上拾取它的合适的两指掌握，并可以安全地进行接近。在这样的端到端环境中，该模型比Gemini 2.0成功的两到三倍。

如果代码生成不够，则Gemini Robotics-er可以利用遵循一些人类示范的模式，以提供一种解决方案，以提供解决方案。Eepmind说，当它探索AI和机器人技术的潜力时，它采取了一种分层的，整体的方法来解决安全性，从低级运动控制到高级语义的理解。

gemini robotics-er可以与“低级”的安全控制器接触，以避免了避免碰撞的碰撞，以及范围内的移动效果，以避免了“低水平”的安全临界器，并具有限制性的动力。 robots.

Building on Gemini’s core safety features, the organization enables Gemini Robotics-ER models to understand whether or not a potential action is safe to perform in a given context, and to generate appropriate responses.

DeepMind seeks to further research with new dataset

To advance robotics safety research across academia and industry, DeepMind also released a new dataset to evaluate and improve semantic safety in体现了AI和机器人技术。在以前的工作中，它展示了如何受到以撒·阿西莫夫（Isaac Asimov）的三个机器人定律的启发的“机器人宪法”TICS可以帮助提示大型语言模型（LLM）为机器人选择更安全的任务。

该组织已开发出一个框架来自动生成数据驱动的宪法 - 直接以自然语言表示的规则 - 引导机器人的行为。该框架将使人们能够创建，修改和应用宪法来开发更安全，更与人类价值观更加一致的机器人。

最后，新的Asimov数据集将帮助研究人员严格衡量在真实世界中机器人行动的安全性，DeepMind。