ஜூலை 30, 2026 அன்று அறிவிக்கப்பட்டது, ஒரு ரோபோ பார்ப்பதையும் கேட்பதையும் துல்லியமான மோட்டார் கட்டளைகளாக மாற்றும் vision-language-action (VLA) மாதிரியை மையமாகக் கொண்டது. டீப் மைண்ட் இதை பொது-நோக்க ரோபாட்டிக்ஸிற்கான நுண்ணறிவு அடுக்கு என்று விவரிக்கிறது, மேலும் நிறுவனம் அரட்டை சாளரங்களிலிருந்து AI ஐ வெளியே கொண்டு வருவதில் ஒரு திருப்புமுனையாக இந்த வெளியீட்டை நிலைநிறுத்தியது. உள்ளடக்கிய AI நோக்கிய பரந்த தொழில்துறை உந்துதலைப் பற்றி மேலும் அறிய, எங்களின் பிரேக்கிங் AI செய்திகளைப் பின்பற்றவும்.
மூன்று மாதிரிகள், ஒரு அமைப்பு
DeepMind ஜெமினி ரோபாட்டிக்ஸ் 2 வரிசையில் மூன்று நிரப்பு மாடல்களை அனுப்பியது:
- ஜெமினி ரோபாட்டிக்ஸ் 2 — முதன்மையான VLA மாடல், இது பார்வை மற்றும் மொழியை மோட்டார் கட்டுப்பாட்டிற்கு மொழிபெயர்க்கிறது, இது ஒரு ரோபோவை உடல் ரீதியாக செயல்பட உதவுகிறது.
- ஜெமினி ரோபாட்டிக்ஸ் ER 2 - உடல் இடைவெளிகளைப் புரிந்துகொண்டு, மனிதர்கள் மற்றும் பிற ரோபோக்களுடன் ஒருங்கிணைக்கும் விரிவான, பல-படி திட்டங்களை உருவாக்கும் திறன் கொண்ட ஒரு பொதிந்த-பகுத்தறிவு மாதிரி.
- ஜெமினி ரோபாட்டிக்ஸ் ஆன்-டிவைஸ் 2 — VLA மாடலின் இலகுரக பதிப்பு, ரோபோடிக் வன்பொருளில் உள்நாட்டில் இயங்குவதற்கு உகந்ததாக உள்ளது, இது கிளவுட் இணைப்பைச் சார்ந்திருப்பதைக் குறைக்கிறது.
DeepMind வலைப்பதிவின் படி, ஒவ்வொரு மாடலுக்கும் ஒரு சிறப்புப் பங்கு உள்ளது ஆனால் மூவரும் ஒரு ஒருங்கிணைந்த அமைப்பாக செயல்படும் வகையில் வடிவமைக்கப்பட்டுள்ளது. VLA மாடல் நிகழ்நேர செயலைக் கையாளுகிறது, ER மாடல் உயர்-நிலைத் திட்டமிடலைக் கையாளுகிறது, மேலும் சாதனத்தின் மாறுபாடு ரோபோவிலேயே குறைந்த-லேட்டன்சி பதில்களை செயல்படுத்துகிறது.
அடி முதல் விரல் நுனி வரை
டீப் மைண்ட் அறிவார்ந்த முழு உடல் கட்டுப்பாடு என்று அழைப்பது அறிவிப்பில் உள்ள மிகவும் குறிப்பிடத்தக்க கூற்று. ஒரு ரோபோவை மீண்டும் ஒரு இயக்கத்திற்குப் பயிற்றுவிப்பதற்குப் பதிலாக, ஜெமினி ரோபாட்டிக்ஸ் 2 முழு மனித உடலையும் - கால்கள் முதல் விரல் நுனி வரை - வளைத்தல், அடைதல் மற்றும் சமநிலைப்படுத்துதல் உள்ளிட்ட முழு அளவிலான மனிதனைப் போன்ற இயக்கங்களை செயல்படுத்தும் வகையில் வடிவமைக்கப்பட்டுள்ளது.
DeepMind பல திறமை வரையறைகளை முன்னிலைப்படுத்தியது. ஆர்ப்பாட்டங்களில், மாதிரியால் இயக்கப்படும் ரோபோக்கள் ஒளி விளக்குகளில் திருகுவது, முடிச்சுகள் கட்டுவது மற்றும் சிறந்த மோட்டார் கட்டுப்பாடு தேவைப்படும் பிற நுட்பமான செயல்களைச் செய்வது ஆகியவை காட்டப்பட்டன. இந்த அமைப்பு ஒரு புதிய அளவிலான திறமையை அடைகிறது, இது ரோபோக்களை முரட்டுத்தனமாக மீண்டும் செய்வதை விட உண்மையான நேர்த்தியைக் கோரும் பணிகளை முடிக்க அனுமதிக்கிறது.
நிறுவனம் தகவமைப்புத் திறனையும் வலியுறுத்தியது. ஜெமினி ரோபாட்டிக்ஸ் 2 ஐ ஒரு சில மணிநேரங்களில் எந்த இரு கை ரோபோவுக்கும் மாற்றியமைக்க முடியும், டீப் மைண்ட் கூறியது, அதாவது அதே அடிப்படை நுண்ணறிவு ஒரு டேபிள்டாப் கையிலிருந்து சிக்கலான மனித உருவத்திற்கு முழு மறுபயிற்சி சுழற்சி இல்லாமல் அளவிட முடியும். இந்த பொதுமைப்படுத்தல் வழக்கமான ரோபாட்டிக்ஸில் இருந்து குறிப்பிடத்தக்க புறப்பாடு ஆகும், அங்கு ஒவ்வொரு இயந்திரத்திற்கும் பொதுவாக நோக்கத்திற்காக உருவாக்கப்பட்ட மென்பொருள் தேவைப்படுகிறது.
ரோபோக்கள் ஒன்றாக வேலை செய்கின்றன
மற்றொரு தலைப்பு திறன் பல-ரோபோட் ஒத்துழைப்பு ஆகும். டீப் மைண்ட் ஜெமினி ரோபாட்டிக்ஸ் 2, இரண்டு ரோபோக்கள் ஒரே பணியில் இணைந்து செயல்படும் காட்சிகளை ஆதரிக்கிறது, இது ஒரு பகிரப்பட்ட உடல் இடத்தில் உழைப்பைப் பிரிக்கிறது. ER 2 மாதிரியானது ஒருங்கிணைப்பைக் கையாளுகிறது - சுற்றுச்சூழலைப் பற்றிய பகுத்தறிவு, பல-படி வரிசையை வரைபடமாக்குதல் மற்றும் இயந்திரங்களுக்கு இடையில் படிகளை ஒதுக்குதல்.
நிறுவனத்தால் மேற்கோள் காட்டப்பட்ட ஒரு ஆர்ப்பாட்டத்தில், ஒரு ஜோடி ரோபோக்கள் ஒரு அறையை சுத்தம் செய்ய ஒத்துழைத்தன, ஒருவருக்கொருவர் மோதிக்கொள்வதற்குப் பதிலாக வேலையைப் பிரித்தனர். AI ஆனது தனிப்பட்ட செயல்களை மட்டுமல்ல, நிஜ உலகில் பல முகவர்களின் ஆர்கெஸ்ட்ரேஷனையும் நிர்வகிக்க முடியும் என்பதற்கான ஆரம்ப ஆதாரமாக DeepMind இதை வடிவமைத்துள்ளது.
ஊடாடும் மற்றும் பயிற்றுவிக்கக்கூடியது
தன்னாட்சி செயல்பாட்டிற்கு அப்பால், மாதிரிகள் ஊடாடும் வகையில் வடிவமைக்கப்பட்டுள்ளன. ஜெமினி ரோபாட்டிக்ஸ் 2 ஒரு செயலைச் செய்யும்போது அதன் அணுகுமுறையை விளக்க முடியும், மேலும் பயனர்கள் தொழில்நுட்பக் கட்டளைகளுக்குப் பதிலாக அன்றாட மொழியைப் பயன்படுத்தி ரோபோவின் இடைநிலைப் பணியைத் திருப்பிவிடலாம். மனித ஆபரேட்டர்கள் பறக்கும்போது திட்டங்களைச் சரிசெய்ய வேண்டிய கொந்தளிப்பான அல்லது அபாயகரமான சூழல்களில் ரோபோக்களுக்கு அறிவுறுத்துவதற்கு இது தளத்தை மிகவும் பொருத்தமானதாக ஆக்குகிறது என்று DeepMind கூறியது.
ஏன் இது முக்கியமானது
இந்த வெளியீடு ஏற்கனவே நெரிசலான மனித-ரோபாட்டிக்ஸ் பந்தயத்தை தீவிரப்படுத்துகிறது. Figure, Boston Dynamics மற்றும் Tesla உள்ளிட்ட நிறுவனங்கள் நடைபயிற்சி, வேலை செய்யும் இயந்திரங்களை வணிகமயமாக்க பந்தயத்தில் ஈடுபட்டுள்ளன, அதே நேரத்தில் Nvidia போன்ற சிப்மேக்கர்கள் இயற்பியல் AI க்கு தேவையான சிமுலேஷன் மற்றும் கம்ப்யூட் உள்கட்டமைப்பில் அதிக முதலீடு செய்துள்ளனர்.
DeepMind இன் பந்தயம் என்னவென்றால், ஒரு ஒற்றை, பொது-நோக்க நுண்ணறிவு அடுக்கு - பௌதிக உலகத்தைப் பற்றி ஒரு சாட்பாட் உரையைப் பற்றிக் காரணம் கூறுகிறது - பல தசாப்தங்களாக தொழில்துறை ரோபாட்டிக்ஸை வரையறுத்த பெஸ்போக், குறுகிய மென்பொருளை மாற்ற முடியும். இந்த அமைப்பு உண்மையில் மணிநேரங்களில் எந்தவொரு உருவகத்தையும் மாற்றியமைக்க முடிந்தால், ஒவ்வொரு முறையும் புதிதாகத் தொடங்காமல் திறமையான ரோபோக்களை வரிசைப்படுத்த விரும்பும் உற்பத்தியாளர்கள் மற்றும் ஆராய்ச்சியாளர்களுக்கு இது தடையை குறைக்கும்.
தளத்தை விரிவுபடுத்த நம்பகமான வன்பொருள் கூட்டாளர்களுடன் இணைந்து செயல்படுவதாக நிறுவனம் கூறியது, மேலும் அது வெளியீட்டுடன் பொறுப்பு மற்றும் பாதுகாப்பு ஆவணங்களையும் வெளியிட்டது. கட்டுப்படுத்தப்பட்ட ஆர்ப்பாட்டங்களுக்கு வெளியே இந்த மாதிரிகள் எவ்வாறு செயல்படுகின்றன மற்றும் முழு-உடல் மனிதக் கட்டுப்பாடு நம்பகமான, நிஜ-உலக வரிசைப்படுத்துதலாக எவ்வளவு விரைவாக மொழிபெயர்க்க முடியும் என்பது பற்றிய கேள்விகள் உள்ளன.
இருப்பினும், வெளியீட்டின் அகலம் - முழு-உடல் இயக்கம், பல-படி பகுத்தறிவு, சாதனத்தின் செயல்திறன் மற்றும் ஒரு தயாரிப்பு குடும்பத்தில் பல-ஏஜெண்ட் ஒருங்கிணைப்பு - பெரிய AI மாதிரிகள் மற்றும் இயற்பியல் இயந்திரங்களின் ஒருங்கிணைப்பில் Google முதன்மையான வீரராக இருக்க விரும்புகிறது என்பதைக் குறிக்கிறது.
AIக்கு முன்னால் இருங்கள்
ரோபோடிக்ஸ் எல்லை வேகமாக நகர்கிறது, மேலும் AI Buzz Wire ஒவ்வொரு முக்கிய வளர்ச்சியையும் கண்காணிக்கிறது. *மேலும் படிக்க
[சமீபத்திய AI மேம்பாடுகளை ஆராயுங்கள் →
