Diumumkan pada 30 Julai 2026, keluaran itu berpusat pada model tindakan bahasa penglihatan (VLA) yang menukar perkara yang dilihat dan didengari oleh robot kepada arahan motor yang tepat. DeepMind menggambarkannya sebagai lapisan kecerdasan untuk robotik tujuan umum, dan syarikat meletakkan pelancaran sebagai titik perubahan dalam membawa AI keluar daripada tetingkap sembang dan ke dunia fizikal. Untuk mendapatkan maklumat lanjut tentang dorongan industri yang lebih luas ke arah AI yang terkandung, ikuti [berita AI terbaharu] kami(https://aibuzzwire.news).
Tiga Model, Satu Sistem
DeepMind menghantar tiga model pelengkap dalam barisan Gemini Robotics 2:
- Gemini Robotics 2 — model VLA utama yang menterjemahkan penglihatan dan bahasa ke dalam kawalan motor, membolehkan robot mengambil tindakan fizikal.
- Gemini Robotics ER 2 — model penaakulan terwujud yang mampu memahami ruang fizikal dan menghasilkan pelan berbilang langkah terperinci yang menyelaras dengan manusia dan robot lain.
- Gemini Robotics On-Device 2 — versi ringan model VLA yang dioptimumkan untuk dijalankan secara tempatan pada perkakasan robotik, mengurangkan pergantungan pada sambungan awan.
Menurut blog DeepMind, setiap model mempunyai peranan pakar tetapi ketiga-tiga mereka direka untuk beroperasi sebagai sistem bersepadu tunggal. Model VLA mengendalikan tindakan masa nyata, model ER mengendalikan perancangan peringkat lebih tinggi, dan varian pada peranti membolehkan respons kependaman rendah pada robot itu sendiri.
Dari Kaki ke Hujung Jari
Tuntutan yang paling ketara dalam pengumuman itu ialah apa yang disebut DeepMind sebagai kawalan seluruh badan pintar. Daripada melatih robot untuk mengulangi satu gerakan, Gemini Robotics 2 direka untuk memerintah seluruh badan humanoid — dari kaki ke hujung jari — membolehkan pergerakan penuh seperti manusia termasuk membongkok, mencapai dan mengimbangi.
DeepMind menyerlahkan beberapa tanda aras ketangkasan. Dalam demonstrasi, robot yang dikuasakan oleh model itu ditunjukkan sedang mengorek mentol lampu, mengikat simpulan dan melakukan tindakan halus lain yang memerlukan kawalan motor halus. Makmal itu berkata sistem itu mencapai tahap ketangkasan baharu yang membolehkan robot menyelesaikan tugas yang menuntut kehalusan tulen dan bukannya pengulangan kasar.
Syarikat itu juga menekankan kebolehsuaian. Gemini Robotics 2 boleh disesuaikan dengan mana-mana robot bi-lengan hanya dalam beberapa jam, kata DeepMind, yang bermaksud kecerdasan asas yang sama boleh berskala dari lengan atas meja kepada humanoid yang kompleks tanpa kitaran latihan semula penuh. Pengitlakan ini merupakan penyimpangan yang ketara daripada robotik konvensional, di mana setiap mesin lazimnya memerlukan perisian yang dibina khas.
Robot Bekerja Bersama
Keupayaan tajuk lain ialah kerjasama berbilang robot. DeepMind berkata Gemini Robotics 2 menyokong senario di mana dua robot bekerja bersama dalam satu tugas, membahagikan tenaga kerja dalam ruang fizikal yang dikongsi. Model ER 2 mengendalikan penyelarasan — menaakul tentang persekitaran, memetakan jujukan berbilang langkah dan memperuntukkan langkah antara mesin.
Dalam satu demonstrasi yang dipetik oleh syarikat itu, sepasang robot bekerjasama untuk membersihkan bilik, membelah kerja dan bukannya bertembung antara satu sama lain. DeepMind merangka ini sebagai bukti awal bahawa AI boleh menguruskan bukan sahaja tindakan individu tetapi juga orkestrasi berbilang ejen di dunia nyata.
Interaktif dan Boleh Ajar
Di luar operasi autonomi, model direka bentuk untuk menjadi interaktif. Gemini Robotics 2 boleh menerangkan pendekatannya semasa melakukan tindakan, dan pengguna boleh mengubah hala robot pertengahan tugas menggunakan bahasa harian dan bukannya arahan teknikal. DeepMind berkata ini menjadikan platform itu sangat sesuai untuk mengarahkan robot dalam persekitaran yang tidak menentu atau berbahaya di mana pengendali manusia perlu melaraskan rancangan dengan cepat.
Mengapa Ia Penting
Pelancaran itu memperhebatkan perlumbaan robot humanoid yang sudah ramai. Syarikat termasuk Figure, Boston Dynamics, dan Tesla telah berlumba-lumba untuk mengkomersialkan mesin berjalan, bekerja, manakala pembuat cip seperti Nvidia telah melabur banyak dalam infrastruktur simulasi dan pengiraan yang diperlukan oleh AI fizikal.
Pertaruhan DeepMind ialah satu lapisan kecerdasan tujuan umum — satu yang memberi alasan tentang dunia fizikal seperti cara chatbot memberi alasan tentang teks — boleh menggantikan perisian sempit yang ditempah khas yang telah mentakrifkan robotik industri selama beberapa dekad. Jika sistem itu sememangnya boleh menyesuaikan diri dengan mana-mana penjelmaan dalam beberapa jam, ia akan mengurangkan halangan bagi pengeluar dan penyelidik yang ingin menggunakan robot berkebolehan tanpa bermula dari awal setiap kali.
Syarikat itu berkata ia sedang bekerjasama dengan rakan kongsi perkakasan yang dipercayai untuk mengembangkan platform, dan ia menerbitkan dokumentasi tanggungjawab dan keselamatan bersama-sama keluaran. Soalan kekal mengenai prestasi model ini di luar demonstrasi terkawal dan seberapa cepat kawalan humanoid seluruh badan boleh diterjemahkan kepada penggunaan dunia sebenar yang boleh dipercayai.
Namun begitu, keluasan pelancaran — pergerakan seluruh badan, penaakulan berbilang langkah, kecekapan pada peranti dan penyelarasan berbilang ejen dalam satu keluarga produk — menandakan bahawa Google berhasrat untuk menjadi pemain utama dalam penumpuan model AI yang besar dan mesin fizikal.
Kekal Mendahului AI
Sempadan robotik bergerak pantas, dan AI Buzz Wire menjejaki setiap perkembangan utama. Baca lebih banyak berita AI untuk liputan berterusan keluaran model, penemuan perkakasan dan anjakan industri.
Terokai perkembangan AI terkini →
