Google et Boston Dynamics intègrent les modèles de Gemini Robotics à Spot pour une perception avancée et une exécution des tâches optimisée.
En bref
Google et Boston Dynamics intègrent l'IA Gemini au robot Spot, permettant le contrôle en langage naturel, la reconnaissance d'objets et l'exécution de tâches, faisant progresser la robotique adaptative et les systèmes d'interaction homme-machine.
Entreprise technologique Google a annoncé un partenariat avec Boston Dynamics L'intégration des modèles de raisonnement incarné de Gemini Robotics au robot quadrupède Spot représente une avancée majeure dans l'application de l'intelligence artificielle à la robotique du monde réel. Cette collaboration permet au robot de mieux interpréter son environnement, d'identifier les objets et d'exécuter des tâches à partir d'instructions en langage naturel, au lieu de se fier uniquement à des routines préprogrammées.
Cette intégration s'appuie sur des travaux expérimentaux menés lors d'un hackathon interne en 2025, où les développeurs ont exploré comment de grands modèles de langage et des systèmes de raisonnement visuel pouvaient améliorer l'autonomie de Spot. Grâce à Gemini Robotics, le robot peut traiter les informations visuelles provenant de ses caméras et traduire des instructions de haut niveau — comme l'organisation d'objets dans une pièce — en actions physiques coordonnées.
Contrairement à la programmation robotique traditionnelle, souvent basée sur une logique rigide et séquentielle, ce système introduit une interface plus flexible, fondée sur des invites conversationnelles. Les développeurs ont créé une couche logicielle intermédiaire à l'aide du kit de développement logiciel de Spot, permettant aux modèles Gemini de communiquer avec l'interface de programmation du robot. Ce cadre permet à l'IA de sélectionner parmi un defiensemble d'actions, incluant la navigation, la détection d'objets, la capture d'images, la préhension et le placement.
Les interfaces en langage naturel transforment l'exécution des tâches robotiques
Lors de démonstrations pratiques, le système a prouvé sa capacité à interpréter des instructions générales et à s'adapter à des environnements dynamiques. Par exemple, chargé d'organiser des objets, le modèle d'IA a analysé des données visuelles, identifié les objets pertinents et guidé le robot à travers une séquence d'actions. Les retours d'information du robot — tels que la fin de la tâche ou les contraintes physiques — ont été intégrés en temps réel, permettant au système d'ajuster son comportement sans intervention manuelle.
Cette approche maintient les limites opérationnelles en restreignant l'IA à des tâches prédéfinies.defiDes fonctionnalités intégrées à l'API du robot garantissent des performances prévisibles et maîtrisées. Cette conception concilie adaptabilité et sécurité, un aspect essentiel pour le déploiement de l'IA dans les systèmes physiques.
Ce partenariat met également en lumière les gains d'efficacité potentiels pour les développeurs. En réduisant le besoin de codage manuel intensif, les interfaces en langage naturel permettent aux ingénieurs de se concentrer sur defiL’idée est de se concentrer sur les objectifs plutôt que de programmer chaque séquence d’actions. Ce changement pourrait accélérer le développement d’applications robotiques dans des secteurs tels que la fabrication, l’inspection et la logistique.
Bien que la mise en œuvre demeure expérimentale, cette démonstration illustre les grandes tendances de l'IA physique, où les modèles fondamentaux sont de plus en plus utilisés pour améliorer la perception et la prise de décision des machines. Les deux entreprises ont indiqué que des développements supplémentaires sont en cours, notamment l'intégration continue des systèmes basés sur Gemini dans les plateformes robotiques.
Cette collaboration suggère une transition vers une interaction homme-machine plus intuitive, où des comportements robotiques complexes peuvent être guidés par des commandes simplifiées. À mesure que les modèles d'IA évoluent, de telles intégrations pourraient étendre le champ d'application des systèmes autonomes tout en réduisant les obstacles techniques à leur déploiement.
Clause de non-responsabilité
En ligne avec la Lignes directrices du projet de confiance, veuillez noter que les informations fournies sur cette page ne sont pas destinées à être et ne doivent pas être interprétées comme des conseils juridiques, fiscaux, d'investissement, financiers ou toute autre forme de conseil. Il est important d’investir uniquement ce que vous pouvez vous permettre de perdre et de demander des conseils financiers indépendants en cas de doute. Pour plus d'informations, nous vous suggérons de vous référer aux conditions générales ainsi qu'aux pages d'aide et de support mises à disposition par l'émetteur ou l'annonceur. MetaversePost s'engage à fournir des rapports précis et impartiaux, mais les conditions du marché sont susceptibles de changer sans préavis.
A propos de l'auteur
Alisa, journaliste dévouée au MPost, se spécialise dans les cryptomonnaies, l'IA, les investissements et le vaste domaine de Web3. Avec un œil attentif sur les tendances et technologies émergentes, elle propose une couverture complète pour informer et impliquer les lecteurs dans le paysage en constante évolution de la finance numérique.
Plus d'articles
Alisa, journaliste dévouée au MPost, se spécialise dans les cryptomonnaies, l'IA, les investissements et le vaste domaine de Web3. Avec un œil attentif sur les tendances et technologies émergentes, elle propose une couverture complète pour informer et impliquer les lecteurs dans le paysage en constante évolution de la finance numérique.
