Iliyotangazwa mnamo Julai 30, 2026, toleo la kutolewa linahusu muundo wa vision-language-action (VLA) ambao hubadilisha kile ambacho roboti huona na kusikia kuwa amri sahihi za gari. DeepMind inaifafanua kama safu ya kijasusi kwa roboti za madhumuni ya jumla, na kampuni iliweka uzinduzi kama hatua ya kubadilisha AI kutoka kwa madirisha ya gumzo na kuingia katika ulimwengu halisi. Kwa mengi zaidi kuhusu tasnia pana inayosukuma kuelekea AI iliyojumuishwa, fuata habari zetu zinazochipuka za AI.
Mifano Tatu, Mfumo Mmoja
DeepMind ilisafirisha mifano mitatu ya ziada katika safu ya Gemini Robotics 2:
- Gemini Robotics 2 — muundo mkuu wa VLA ambao hutafsiri maono na lugha kuwa udhibiti wa gari, kuwezesha roboti kuchukua hatua za kimwili.
- Roboti za Gemini ER 2 — kielelezo kilichojumuishwa cha kusababu chenye uwezo wa kuelewa nafasi halisi na kutoa mipango ya kina, yenye hatua nyingi inayoratibu na wanadamu na roboti zingine.
- Gemini Robotiki Kwenye Kifaa 2 — toleo jepesi la muundo wa VLA lililoboreshwa ili kuendeshwa ndani ya nchi kwenye maunzi ya roboti, na hivyo kupunguza utegemezi kwenye muunganisho wa wingu.
Kulingana na blogu ya DeepMind, kila mwanamitindo ana jukumu maalum lakini watatu hao wameundwa kufanya kazi kama mfumo mmoja jumuishi. Muundo wa VLA hushughulikia hatua za wakati halisi, muundo wa ER hushughulikia upangaji wa kiwango cha juu, na kibadala cha kifaa huwezesha majibu ya muda wa chini zaidi kwenye roboti yenyewe.
Kuanzia Miguu hadi Vidole
Dai la kuvutia zaidi katika tangazo hilo ni kile ambacho DeepMind inakiita udhibiti wa akili wa mwili mzima. Badala ya kufundisha roboti kurudia mwendo mmoja, Gemini Robotics 2 imeundwa kuamuru mwili mzima wa humanoid - kutoka kwa miguu hadi ncha za vidole - kuwezesha harakati kamili kama za binadamu ikiwa ni pamoja na kupinda, kufikia, na kusawazisha.
DeepMind iliangazia vigezo kadhaa vya ustadi. Katika maonyesho, roboti zinazoendeshwa na modeli hiyo zilionyeshwa zikisarubu kwenye balbu, kufunga mafundo na kufanya vitendo vingine maridadi vinavyohitaji udhibiti mzuri wa gari. Maabara hiyo ilisema mfumo huo unafikia kiwango kipya cha ustadi ambacho huruhusu roboti kukamilisha kazi zinazohitaji malipo ya kweli badala ya marudio ya kinyama.
Kampuni pia ilisisitiza kubadilika. Gemini Robotics 2 inaweza kubadilishwa kwa roboti yoyote ya mikono miwili kwa saa chache tu, DeepMind ilisema, ambayo inamaanisha kuwa akili sawa ya msingi inaweza kuongezeka kutoka kwa mkono wa juu hadi kwa humanoid changamano bila mzunguko kamili wa kujizoeza tena. Ujumla huu ni uondoaji mkubwa kutoka kwa robotiki za kawaida, ambapo kila mashine kwa kawaida huhitaji programu iliyoundwa kwa makusudi.
Roboti Zinafanya Kazi Pamoja
Uwezo mwingine wa kichwa ni ushirikiano wa roboti nyingi. DeepMind ilisema Gemini Robotics 2 inasaidia hali ambapo roboti mbili hufanya kazi pamoja kwa kazi moja, kugawanya kazi katika nafasi ya pamoja ya kimwili. Muundo wa ER 2 hushughulikia uratibu - hoja kuhusu mazingira, kuchora ramani ya mlolongo wa hatua nyingi, na kutenga hatua kati ya mashine.
Katika onyesho moja lililotajwa na kampuni hiyo, jozi ya roboti zilishirikiana kusafisha chumba, zikigawanya kazi badala ya kugongana. DeepMind iliweka huu kama ushahidi wa mapema kwamba AI inaweza kudhibiti sio tu vitendo vya mtu binafsi lakini upangaji wa mawakala wengi katika ulimwengu wa kweli.
Inaingiliana na Inafundishika
Zaidi ya uendeshaji wa uhuru, mifano imeundwa ili kuingiliana. Gemini Robotics 2 inaweza kueleza mbinu yake wakati wa kutekeleza kitendo, na watumiaji wanaweza kuelekeza roboti katikati ya kazi kwa kutumia lugha ya kila siku badala ya amri za kiufundi. DeepMind ilisema hii inafanya jukwaa kufaa vyema kwa kuelekeza roboti katika mazingira tete au hatari ambapo waendeshaji binadamu wanahitaji kurekebisha mipango kwenye nzi.
Kwanini Ni Muhimu
Uzinduzi huo unazidisha mbio za roboti za binadamu ambazo tayari zimesongamana. Makampuni yakiwemo Figure, Boston Dynamics, na Tesla yamekuwa yakikimbia kufanya biashara ya kutembea, mashine za kufanya kazi, huku watengenezaji wa chipsi kama vile Nvidia wamewekeza pakubwa katika uigaji na miundombinu ya kukokotoa ambayo AI halisi inahitaji.
Madau ya DeepMind ni kwamba safu moja ya kijasusi yenye madhumuni ya jumla - ambayo husababisha ulimwengu halisi jinsi gumzo husababu kuhusu maandishi - inaweza kuchukua nafasi ya programu inayojulikana, nyembamba ambayo imefafanua robotiki za viwandani kwa miongo kadhaa. Ikiwa mfumo unaweza kuzoea mfano halisi kwa masaa, itapunguza kizuizi kwa watengenezaji na watafiti wanaotafuta kupeleka roboti zenye uwezo bila kuanza kutoka mwanzo kila wakati.
Kampuni hiyo ilisema inafanya kazi na washirika wa vifaa wanaoaminika kupanua jukwaa, na ilichapisha hati za uwajibikaji na usalama kando ya toleo. Maswali yanasalia kuhusu jinsi miundo hii inavyofanya kazi nje ya maonyesho yanayodhibitiwa na jinsi udhibiti wa humanoid wa mwili mzima unavyoweza kutafsiri kuwa utumiaji wa kuaminika, wa ulimwengu halisi.
Bado, upana wa uzinduzi - harakati za mwili mzima, hoja za hatua nyingi, ufanisi wa kifaa, na uratibu wa mawakala wengi katika familia ya bidhaa moja - huashiria kwamba Google inakusudia kuwa mhusika mkuu katika muunganiko wa miundo mikubwa ya AI na mashine halisi.
Kaa Mbele ya AI
Mipaka ya robotiki inakwenda kwa kasi, na AI Buzz Wire inafuatilia kila maendeleo makubwa. Soma habari zaidi za AI kwa utangazaji unaoendelea wa matoleo ya miundo, mafanikio ya maunzi na mabadiliko ya tasnia.
Gundua maendeleo ya hivi punde ya AI →
