30 जुलाई, 2026 को घोषित, रिलीज़ एक विज़न-लैंग्वेज-एक्शन (वीएलए) मॉडल पर केंद्रित है जो रोबोट जो देखता और सुनता है उसे सटीक मोटर कमांड में परिवर्तित करता है। डीपमाइंड ने इसे सामान्य-उद्देश्य वाले रोबोटिक्स के लिए खुफिया परत के रूप में वर्णित किया है, और कंपनी ने एआई को चैट विंडो से बाहर और भौतिक दुनिया में लाने के लिए लॉन्च को एक महत्वपूर्ण मोड़ के रूप में रखा है। सन्निहित एआई की ओर व्यापक उद्योग प्रोत्साहन के बारे में अधिक जानने के लिए, हमारे ब्रेकिंग एआई समाचार को फॉलो करें।
तीन मॉडल, एक प्रणाली
डीपमाइंड ने जेमिनी रोबोटिक्स 2 लाइनअप में तीन पूरक मॉडल भेजे:
- जेमिनी रोबोटिक्स 2 - प्रमुख वीएलए मॉडल जो दृष्टि और भाषा को मोटर नियंत्रण में परिवर्तित करता है, जिससे रोबोट शारीरिक कार्रवाई करने में सक्षम होता है।
- जेमिनी रोबोटिक्स ईआर 2 - एक सन्निहित-तर्क मॉडल जो भौतिक स्थानों को समझने और विस्तृत, बहु-चरणीय योजनाएं तैयार करने में सक्षम है जो मनुष्यों और अन्य रोबोटों के साथ समन्वय करता है।
- जेमिनी रोबोटिक्स ऑन-डिवाइस 2 - वीएलए मॉडल का एक हल्का संस्करण, जिसे रोबोटिक हार्डवेयर पर स्थानीय रूप से चलाने के लिए अनुकूलित किया गया है, जो क्लाउड कनेक्टिविटी पर निर्भरता को कम करता है।
डीपमाइंड ब्लॉग के अनुसार, प्रत्येक मॉडल की एक विशेषज्ञ भूमिका होती है लेकिन तिकड़ी को एकल एकीकृत प्रणाली के रूप में संचालित करने के लिए डिज़ाइन किया गया है। वीएलए मॉडल वास्तविक समय की कार्रवाई को संभालता है, ईआर मॉडल उच्च-स्तरीय योजना को संभालता है, और ऑन-डिवाइस संस्करण रोबोट पर कम-विलंबता प्रतिक्रियाओं को सक्षम करता है।
पैरों से उंगलियों तक
घोषणा में सबसे उल्लेखनीय दावा वह है जिसे डीपमाइंड बुद्धिमान संपूर्ण-शरीर नियंत्रण कहता है। एक रोबोट को एक ही गति को दोहराने के लिए प्रशिक्षित करने के बजाय, जेमिनी रोबोटिक्स 2 को पैरों से लेकर उंगलियों तक - पूरे मानव शरीर को नियंत्रित करने के लिए डिज़ाइन किया गया है - जो झुकने, पहुंचने और संतुलन सहित पूर्ण-श्रेणी के मानव-जैसी गतिविधियों को सक्षम करता है।
डीपमाइंड ने कई निपुणता मानकों पर प्रकाश डाला। प्रदर्शनों में, मॉडल द्वारा संचालित रोबोटों को प्रकाश बल्बों को पेंच करते, गांठें बांधते और अन्य नाजुक कार्य करते हुए दिखाया गया, जिनके लिए बढ़िया मोटर नियंत्रण की आवश्यकता होती है। लैब ने कहा कि सिस्टम निपुणता का एक नया स्तर हासिल करता है जो रोबोटों को क्रूर दोहराव के बजाय वास्तविक चालाकी की मांग वाले कार्यों को पूरा करने देता है।
कंपनी ने अनुकूलनशीलता पर भी जोर दिया। डीपमाइंड ने कहा, जेमिनी रोबोटिक्स 2 को कुछ ही घंटों में किसी भी द्वि-हाथ वाले रोबोट के लिए अनुकूलित किया जा सकता है, जिसका अर्थ है कि समान अंतर्निहित बुद्धिमत्ता एक पूर्ण पुनर्प्रशिक्षण चक्र के बिना एक टेबलटॉप बांह से एक जटिल ह्यूमनॉइड तक स्केल कर सकती है। यह सामान्यीकरण पारंपरिक रोबोटिक्स से एक महत्वपूर्ण विचलन है, जहां प्रत्येक मशीन को आमतौर पर उद्देश्य-निर्मित सॉफ़्टवेयर की आवश्यकता होती है।
रोबोट एक साथ काम कर रहे हैं
एक अन्य प्रमुख क्षमता मल्टी-रोबोट सहयोग है। डीपमाइंड ने कहा कि जेमिनी रोबोटिक्स 2 उन परिदृश्यों का समर्थन करता है जिसमें दो रोबोट एक ही कार्य पर एक साथ काम करते हैं, एक साझा भौतिक स्थान में श्रम को विभाजित करते हैं। ईआर 2 मॉडल समन्वय को संभालता है - पर्यावरण के बारे में तर्क करना, बहु-चरणीय अनुक्रम का मानचित्रण करना और मशीनों के बीच चरणों का आवंटन करना।
कंपनी द्वारा उद्धृत एक प्रदर्शन में, रोबोट की एक जोड़ी ने एक कमरे को साफ करने के लिए सहयोग किया, एक-दूसरे से टकराने के बजाय काम को विभाजित किया। डीपमाइंड ने इसे शुरुआती सबूत के रूप में तैयार किया कि एआई न केवल व्यक्तिगत कार्यों को प्रबंधित कर सकता है बल्कि वास्तविक दुनिया में कई एजेंटों के ऑर्केस्ट्रेशन को भी प्रबंधित कर सकता है।
इंटरैक्टिव और निर्देशात्मक
स्वायत्त संचालन से परे, मॉडल इंटरैक्टिव होने के लिए डिज़ाइन किए गए हैं। जेमिनी रोबोटिक्स 2 किसी कार्य को करते समय अपने दृष्टिकोण को समझा सकता है, और उपयोगकर्ता तकनीकी आदेशों के बजाय रोजमर्रा की भाषा का उपयोग करके कार्य के बीच में रोबोट को पुनर्निर्देशित कर सकते हैं। डीपमाइंड ने कहा कि यह प्लेटफॉर्म को अस्थिर या खतरनाक वातावरण में रोबोट को निर्देश देने के लिए उपयुक्त बनाता है जहां मानव ऑपरेटरों को तुरंत योजनाओं को समायोजित करने की आवश्यकता होती है।
यह क्यों मायने रखता है
यह प्रक्षेपण पहले से ही भीड़-भाड़ वाली ह्यूमनॉइड-रोबोटिक्स दौड़ को तेज कर देता है। फिगर, बोस्टन डायनेमिक्स और टेस्ला सहित कंपनियां चलने, काम करने वाली मशीनों का व्यावसायीकरण करने की होड़ में हैं, जबकि एनवीडिया जैसे चिप निर्माताओं ने भौतिक एआई के लिए आवश्यक सिमुलेशन और कंप्यूटिंग बुनियादी ढांचे में भारी निवेश किया है।
डीपमाइंड का दावा है कि एक एकल, सामान्य-उद्देश्य वाली खुफिया परत - जो भौतिक दुनिया के बारे में उसी तरह तर्क करती है जिस तरह एक चैटबॉट पाठ के बारे में तर्क करता है - उस विशिष्ट, संकीर्ण सॉफ़्टवेयर की जगह ले सकता है जिसने दशकों से औद्योगिक रोबोटिक्स को परिभाषित किया है। यदि सिस्टम वास्तव में घंटों में किसी भी अवतार को अनुकूलित कर सकता है, तो यह उन निर्माताओं और शोधकर्ताओं के लिए बाधा को कम कर देगा जो हर बार खरोंच से शुरू किए बिना सक्षम रोबोट तैनात करना चाहते हैं।
कंपनी ने कहा कि वह प्लेटफॉर्म का विस्तार करने के लिए विश्वसनीय हार्डवेयर भागीदारों के साथ काम कर रही है, और उसने रिलीज के साथ-साथ जिम्मेदारी और सुरक्षा दस्तावेज भी प्रकाशित किए हैं। इस बारे में सवाल बने हुए हैं कि ये मॉडल नियंत्रित प्रदर्शनों के बाहर कैसा प्रदर्शन करते हैं और कितनी जल्दी पूरे शरीर का ह्यूमनॉइड नियंत्रण विश्वसनीय, वास्तविक दुनिया में तैनाती में तब्दील हो सकता है।
फिर भी, लॉन्च की व्यापकता - पूरे शरीर की गतिविधि, मल्टी-स्टेप रीजनिंग, ऑन-डिवाइस दक्षता, और एकल उत्पाद परिवार में मल्टी-एजेंट समन्वय - संकेत देता है कि Google बड़े एआई मॉडल और भौतिक मशीनों के अभिसरण में एक प्राथमिक खिलाड़ी बनने का इरादा रखता है।
एआई से आगे रहें
रोबोटिक्स का क्षेत्र तेजी से आगे बढ़ रहा है और एआई बज़ वायर हर बड़े विकास पर नज़र रख रहा है। अधिक एआई समाचार पढ़ें मॉडल रिलीज, हार्डवेयर सफलताओं और उद्योग बदलावों के निरंतर कवरेज के लिए।
नवीनतम एआई विकास का अन्वेषण करें →
