Google, Gemini Robotics 2.0'ı Tanıttı: Gelişmiş Çeviklik ve Güvenlik Vaat Ediyor
Google/DeepMind
Google DeepMind, robotları kontrol etmek için yeni bir model ailesi olan Gemini Robotics 2.0'ı tanıttı. Bu modeller, robotların daha karmaşık görevleri yerine getirmesine, değişen ortamları analiz etmesine ve diğer robotlarla etkileşime girmesine olanak tanıyor. Önemli bir bileşen olan Gemini Robotics ER 2, geliştiricilere Gemini Live API üzerinden sunuluyor ve önceki sürüme kıyasla video anlama konusunda önemli bir iyileşme gösteriyor.
Google, robotların daha karmaşık görevleri yerine getirmesini, değişen ortamı analiz etmesini ve diğer robotlarla işbirliği yapmasını sağlayan bir model seti olan Gemini Robotics 2.0'ı tanıttı. Temelinde, önceki sürüm 1.6'ya göre önemli bir iyileştirme olan Gemini Robotics ER 2 adlı bir gömülü muhakeme modeli yer alıyor. Bu model, geliştiricilerin yeteneklerini kullanmasına olanak tanıyan Gemini Live API ile entegre edilmiştir. ER 2, robotun kameralarından gelen canlı video akışlarını işleyerek ilerlemeyi takip edebilen bir görüş-dil modelidir (VLM). Google, ER 2'nin video kliplerin tamamlanma durumunu neredeyse %60 doğrulukla sınıflandırabildiğini ve bunun rakip yapay zeka modellerinden daha iyi olduğunu iddia ediyor. Projenin amacı, bazen 'fiziksel AGI' olarak adlandırılan, insanın yapabileceği her türlü eylemi gerçekleştirebilen evrensel bir robot yaratmaktır.
Kaynak: Ars Technica —
orijinal