الملخص:
أصدر Google DeepMind نموذج الرؤية واللغة والعمل (VLA) Gemini Robotics 2.5 في 10 نوفمبر بالتوقيت المحلي، واصفًا إياه بأنه أقوى نموذج VLA حتى الآن. النموذج متاح بالفعل لشركاء Google في مجال الروبوتات.
وفقًا للمدونة الرسمية، قام الفريق بتقييم النموذج في أكثر من 200 مهمة حقيقية، بما في ذلك تقسيم الوجبات باستخدام ملقط الطعام، وربط الأقواس على علب الهدايا، وسحب السوائل. ويقول المسؤولون إن معدل نجاح مهمتها زاد بنسبة 30% إلى 100% مقارنة بخط الأساس السابق (اعتمادًا على نوع المهمة)، كما زادت سرعة إنجازها بنسبة 20% إلى 30%. ما ورد أعلاه هو بيانات التقييم المختبري.
فيما يتعلق بمشاريع التنفيذ التجريبية، تعاونت DeepMind مع Apptronik وMercedes-Benz لإجراء إثبات للمفهوم على خطوط إنتاج السيارات المستخدمة في كيكسكيميت، هنغاريا وSindelfingen، ألمانيا: أكمل الروبوت البشري Apollo 2 من Apptronik بشكل مستقل مهمة فرز قطع غيار السيارات (التجهيز) - انتقاء الأقواس المعدنية من صناديق البضائع السائبة في ترتيب خط الإنتاج ووضعها في حاويات الفرز المقابلة. وبحسب المسؤولين، فإن نسبة نجاح هذه المهمة التجريبية وصلت إلى 96%، وهو ما تم تحقيقه بالاشتراك بين شركة Gemini Robotics ER والنموذج المزدوج 2.5: ER مسؤول عن تتبع سير العمل بشكل عام، و2.5 مسؤول عن التحكم في حركات الذراع واليد. الطيار حاليًا في مرحلة إثبات المفهوم، ولم يكشف المسؤول عن المؤشرات الهندسية مثل مدة المهمة وعدد الاختبارات وإيقاع خط الإنتاج.
فيما يتعلق بالأمان، أصدرت DeepMind في نفس الوقت اختبارًا مرجعيًا مفتوح المصدر لـ ASIMOV-Jailbreak، والذي يحتوي على مئات الكلمات السريعة المتخفية في شكل طلبات عادية ويغطي عشرات السيناريوهات. يتم استخدامه لاختبار هجمات الهروب من السجن ضد الروبوتات (أي تجاوز القيود الأمنية من خلال تعليمات الخصم). وفقًا للمدونة الرسمية، وصل معدل مكافحة الهروب من السجن في Gemini 4 Argon في هذه المجموعة من الاختبارات إلى 99.5%، وهو أعلى بكثير من 82% من خط الأساس للجيل السابق Gemini Robotics ER 2. هذه المجموعة من النتائج تنتمي إلى Argon، وليس Robotics 2.5 الذي تم إصداره هذه المرة.
فيما يتعلق بالانفتاح، فإن النموذج متاح حاليًا فقط لشركاء Google الآليين. لم يتم الإعلان رسميًا عن ما إذا كان سيتم فتحه للجمهور ومتى.
التعليقات