A Google és a Boston Dynamics integrálja a Gemini Robotics modelleket a helyszíni észlelés és feladatvégrehajtás fejlesztése érdekében.
Röviden
A Google és a Boston Dynamics integrálja a Gemini mesterséges intelligenciáját a Spot robotba, lehetővé téve a természetes nyelvi vezérlést, a tárgyfelismerést és a feladatvégrehajtást, elősegítve az adaptív robotikát és az ember-gép interakciós rendszereket.
Technológiai vállalat Google partnerséget jelentett be a Boston Dynamics hogy integrálja a Gemini Robotics megtestesült gondolkodási modelljeit a négylábú Spot robotba, ami előrelépést jelent a mesterséges intelligencia valós robotikában való alkalmazása terén. Az együttműködés lehetővé teszi a robot számára, hogy jobban értelmezze a környezetét, azonosítsa a tárgyakat, és természetes nyelvi utasítások alapján hajtson végre feladatokat, ahelyett, hogy kizárólag előre programozott rutinokra hagyatkozna.
Az integráció egy 2025-ös belső hackathonon végzett kísérleti munkára épül, ahol a fejlesztők azt vizsgálták, hogy a nagyméretű nyelvi modellek és vizuális érvelési rendszerek hogyan növelhetik a Spot autonómiáját. A Gemini Robotics segítségével a robot képes feldolgozni a kameráiból érkező vizuális bemenetet, és a magas szintű utasításokat – például a tárgyak elrendezését egy szobában – összehangolt fizikai cselekvésekké alakítani.
A hagyományos robotikai programozással ellentétben, amely gyakran merev, lépésről lépésre haladó logikán alapul, a rendszer egy rugalmasabb, párbeszédes kérdésekre épülő felületet vezet be. A fejlesztők egy közbenső szoftverréteget hoztak létre a Spot szoftverfejlesztő készletének segítségével, amely lehetővé teszi a Gemini modellek számára, hogy kommunikáljanak a robot alkalmazásprogramozási felületével. Ez a keretrendszer lehetővé teszi a mesterséges intelligencia számára, hogy válasszon egy közül defiműveletek halmaza, beleértve a navigációt, az objektumészlelést, a képrögzítést, a megragadást és az elhelyezést.
A természetes nyelvi interfészek átalakítják a robotok feladatvégrehajtását
Gyakorlati bemutatókon a rendszer megmutatta, hogy képes értelmezni az általános utasításokat és alkalmazkodni a dinamikus környezetekhez. Például, amikor tárgyak rendszerezésével bízták meg, a mesterséges intelligencia modell elemezte a vizuális adatokat, azonosította a releváns objektumokat, és egy műveletsorozaton keresztül utasította a robotot. A robottól érkező visszajelzéseket – például a feladat elvégzését vagy a fizikai korlátokat – valós időben beépítették, lehetővé téve a rendszer számára, hogy manuális beavatkozás nélkül módosítsa a viselkedését.
A megközelítés fenntartja a működési határokat azáltal, hogy a mesterséges intelligenciát előre korlátozzadefiA robot API-ján belüli képességeket ötvözi, biztosítva a kiszámítható és szabályozott teljesítményt. Ez a kialakítás egyensúlyt teremt az alkalmazkodóképesség és a biztonság között, ami kulcsfontosságú szempont a mesterséges intelligencia fizikai rendszerekbe történő telepítésénél.
A partnerség a fejlesztők számára potenciális hatékonyságnövekedést is kiemel. A kiterjedt manuális kódolás szükségességének csökkentésével a természetes nyelvű interfészek lehetővé teszik a mérnökök számára, hogy a következőkre összpontosítsanak: defiA programozás helyett inkább a célok meghatározását javasoljuk minden egyes cselekvési sorrend beprogramozása helyett. Ez a váltás felgyorsíthatja a robotikai alkalmazások fejlesztését olyan iparágakban, mint a gyártás, az ellenőrzés és a logisztika.
Bár a megvalósítás még kísérleti jellegű, a demonstráció a fizikai mesterséges intelligencia szélesebb körű trendjeit tükrözi, ahol az alapvető modelleket egyre inkább használják a gépek észlelésének és döntéshozatalának javítására. Mindkét vállalat jelezte, hogy további fejlesztések vannak folyamatban, beleértve a Gemini-alapú rendszerek robotikai platformokba való folyamatos integrációját.
Az együttműködés egy intuitívabb ember-gép interakció felé való átmenetet sugall, ahol az összetett robotikus viselkedés egyszerűsített bemeneteken keresztül irányítható. Ahogy a mesterséges intelligencia modellek folyamatosan fejlődnek, az ilyen integrációk bővíthetik az autonóm rendszerek funkcionális hatókörét, miközben csökkentik a telepítésük technikai akadályait.
Jogi nyilatkozat
Összhangban a A Trust Project irányelvei, kérjük, vegye figyelembe, hogy az ezen az oldalon közölt információk nem minősülnek jogi, adózási, befektetési, pénzügyi vagy bármilyen más formájú tanácsnak, és nem is értelmezhetők. Fontos, hogy csak annyit fektessen be, amennyit megengedhet magának, hogy elveszítsen, és kérjen független pénzügyi tanácsot, ha kétségei vannak. További információkért javasoljuk, hogy tekintse meg a szerződési feltételeket, valamint a kibocsátó vagy hirdető által biztosított súgó- és támogatási oldalakat. MetaversePost elkötelezett a pontos, elfogulatlan jelentéstétel mellett, de a piaci feltételek előzetes értesítés nélkül változhatnak.
A szerzőről
Alisa, a The MPost, kriptovalutákra, mesterséges intelligenciára, befektetésekre és a világ kiterjedt területére specializálódott Web3. Élénk szemmel figyeli a feltörekvő trendeket és technológiákat, ezért átfogó tájékoztatást nyújt, hogy tájékoztassa és bevonja olvasóit a digitális pénzügyek folyamatosan fejlődő világába.
További cikkek
Alisa, a The MPost, kriptovalutákra, mesterséges intelligenciára, befektetésekre és a világ kiterjedt területére specializálódott Web3. Élénk szemmel figyeli a feltörekvő trendeket és technológiákat, ezért átfogó tájékoztatást nyújt, hogy tájékoztassa és bevonja olvasóit a digitális pénzügyek folyamatosan fejlődő világába.
