Google ra mắt Gemini Robotics 2.5: Mô hình VLA mạnh mẽ nhất
Google đã ra mắt Gemini Robotics 2.5, mô hình robot thị giác-ngôn ngữ-hành động (VLA) mạnh mẽ nhất từ trước đến nay của hãng, với những cải tiến đáng kể về độ khéo léo, độ tin cậy và tính an toàn. Mô hình này đã đạt tỷ lệ thành công 96% trong thử nghiệm thực tế trên các dây chuyền sản xuất của Mercedes-Benz bằng cách sử dụng robot hình người Apollo 2 của Apptronik. Việc phát hành này đánh dấu một bước tiến lớn trong việc đưa robot đa năng ra khỏi phòng thí nghiệm và vào các môi trường thực tế không thể đoán trước như nhà máy lắp ráp ô tô. Bằng cách đạt tỷ lệ hoàn thành nhiệm vụ cao trong các công việc phức tạp, nó chứng minh tính khả thi thương mại của việc triển khai robot hình người tự động cho lao động công nghiệp lặp đi lặp lại. Được kiểm tra trên hơn 200 nhiệm vụ—bao gồm xử lý vật thể mềm dễ hỏng và sử dụng công cụ—Gemini Robotics 2.5 mang lại tỷ lệ thành công cao hơn từ 30% đến 100% và tốc độ thực thi nhanh hơn 20% đến 30% so với cơ sở ban đầu. Nó kết hợp với mô hình suy luận có tên là Gemini Robotics ER và dựa vào Gemini 4 Argon để tăng tốc mô phỏng và tạo dữ liệu tổng hợp.
## KIẾN THỨC NỀN
Mô hình Thị giác-Ngôn ngữ-Hành động (VLA) là các kiến trúc trí tuệ nhân tạo tiên tiến kết hợp thị giác máy tính, xử lý ngôn ngữ tự nhiên và điều khiển động cơ robot để cho phép robot hiểu các hướng dẫn và tương tác vật lý với môi trường xung quanh. Apollo 2 của Apptronik là nền tảng robot hình người tiên tiến được thiết kế cho tự động hóa công nghiệp và các tác vụ hậu cần nặng.