Google Luncurkan Tiga Model Baru untuk Menjadikan Robot 'Pekerja Serba Bisa': Adaptasi Cepat, Kontrol Seluruh Tubuh, dan Kolaborasi Tim

Pada tanggal 30 Juli, Google DeepMind memperkenalkan Gemini Robotics 2, versi baru dari rangkaian model AI yang dirancang untuk mengendalikan berbagai robot, termasuk robot humanoid, sehingga memungkinkan mereka beradaptasi secara otonom terhadap lingkungan yang tidak dapat diprediksi dan menalar setiap tindakan, sehingga membuka berbagai macam tugas seperti membersihkan sampah dan mengambil kaleng penyiram. Pembaruan ini menambahkan kontrol seluruh tubuh yang cerdas, ketangkasan tingkat lanjut, dan kolaborasi multi-robot, menandai fase baru dalam robotika. Sistem Gemini Robotics sebelumnya dapat menggerakkan robot untuk melakukan operasi halus seperti menyegel kantong dan melipat origami, tetapi hanya dengan lengan dan tangan robotik. Model baru ini dapat berjalan di perangkat dan beradaptasi dengan badan robot yang sama sekali baru dalam hitungan jam, mentransfer keterampilan yang dipelajari ke berbagai platform. Mereka juga memungkinkan robot yang berbeda bekerja sama untuk menyelesaikan tugas lebih cepat. Google melihat ini sebagai tonggak menuju AGI fisik, di mana robot dapat melakukan apa pun yang bisa dilakukan manusia. Video demo menunjukkan robot humanoid Apptronik Apollo 2 mengikuti perintah seperti meletakkan kaleng penyiram di atas kotak hijau, dan robot melakukan tugas seperti meletakkan buku di rak, merapikan papan, dan memasukkan kaset ke dalam radio. Sistem ini mendukung tangan dengan lima jari yang sangat cekatan, seperti tangan SharpaWave dengan 22 derajat kebebasan di Apollo 2, melakukan tugas seperti mengikat simpul dan menyegel kantong ritsleting, serta gripper dua jari standar seperti Franka Duo. Google melaporkan tingkat keberhasilan antara 45,7% dan 76,3% untuk tiga kategori manipulasi seluruh tubuh, 74,2% hingga 89,6% untuk tiga kategori gripper Franka Duo, dan 32% hingga 92% untuk tugas multi-jari. Video menunjukkan robot yang sepenuhnya otonom, kontras dengan Optimus milik Elon Musk yang dilaporkan menggunakan operator jarak jauh. Namun, robot-robot ini tidak bersifat serba guna; setiap tugas dilatih secara khusus menggunakan teleoperasi, contoh video, dan simulasi. Pendekatan Google melibatkan tiga model berbeda: Gemini Robotics 2, model VLA yang mengubah input visual dan bahasa menjadi kontrol motorik untuk kontrol seluruh tubuh; Gemini Robotics ER 2, VLM penalaran yang mewujudkan bertindak sebagai agen otak untuk komunikasi, merencanakan tugas multi-langkah, dan memungkinkan kolaborasi tim robot; dan Gemini Robotics On-Device 2, model VLA untuk eksekusi lokal dengan adaptasi cepat ke badan robot baru, diwarisi dari Gemini Robotics 1.5. Untuk keamanan, Google memperkenalkan ASIMOV-Agentic, sebuah tolok ukur untuk orkestrasi keamanan agen dan resolusi ketidakpastian, mengukur kemampuan agen untuk menolak panggilan alat yang tidak aman dan memprediksi penyelesaian tugas. Gemini Robotics ER 2 adalah model robot paling aman hingga saat ini, mendeteksi kedekatan manusia dan menghentikan robot sesuai dengan itu. Perangkat lunak ini berjalan di badan robot, banyak di antaranya dibuat di China, meskipun ada pembatasan baru-baru ini oleh AS terhadap robot buatan China.