机器人从脚尖到手指都能自主思考？‘Gemini Robotics 2’带来的未来

한국어 English 日本語 简体中文 繁體中文
By Gi Pyeong Lee
AI 机器人工程 谷歌DeepMind 物理AI
由谷歌DeepMind的下一代物理AI Gemini Robotics 2驱动的人形机器人正在执行复杂任务
AI Summary

谷歌DeepMind的‘Gemini Robotics 2’是下一代物理AI系统，它能通过智能控制机器人的全身来执行复杂任务，并实现多台机器人间的协作。

想象一下。早晨起床来到客厅，发现满地都是孩子们丢弃的玩具和待洗的衣物。换做以前，恐怕只会叹气，但现在你只需对客厅里的人形机器人说一句：“能帮我打扫一下房间吗？”机器人不仅会移动手臂，还会自主行走、蹲下、伸展身体，熟练地整理好玩具。如果打扫时间过长，旁边的另一台机器人还会走过来协同工作，瞬间搞定所有杂活。

这不是遥远的未来，而是谷歌DeepMind发布的全新物理AI系统——‘Gemini Robotics 2’想要实现的场景。 [Source 1]

为什么这很重要？

到目前为止，我们常见的机器人大多固定在某个位置，或者仅移动上身执行简单的既定任务。 [Source 6] 然而，人类的动作是极其精密且复杂的。拾取物品时，我们不仅仅是使用手臂，还会通过双脚保持平衡、弯腰、微调手指，有机地运用全身。

Gemini Robotics 2之所以备受瞩目，正是因为它赋予了机器人这种类似“人类动作”的智能。通过它，机器人能够在复杂环境中自主判断并行动。谷歌DeepMind认为，该系统标志着机器人能够理解并行动于物理世界的“物理人工智能（Physical AGI）”时代又迈进了一步。 [Source 11, Source 14]

AD

深入浅出：什么是“全身智能”？

打个比方，如果说以前的机器人是“只会重复既定动作的自动玩偶”，那么搭载了Gemini Robotics 2的机器人就像是“完全了解并能掌控自己身体的专业运动员”。

机器人工程师将其称为“全身控制（Whole-body control）”或“移动操作（Loco-manipulation，即同时执行移动与操作）”。 [Source 8] Gemini Robotics 2拥有一个名为‘Gemini Robotics ER 2’的核心大脑模型，能够进行“具身推理（Embodied reasoning）”。 [Source 4, Source 7]

机器人的工作方式是：通过摄像头观察周围环境，利用人工智能模型判断情况，然后向从脚尖到指尖的所有关节下达指令，从而完成复杂动作。 [Source 7, Source 10] 此外，多台机器人还能基于共享知识进行沟通与协作，从而极大提高工作效率。 [Source 15]

现状：目前的水平如何？

目前，Gemini Robotics 2根据性能和用途推出了三个不同的模型。 [Source 10] 与之前的模型相比，该系统实现了重大的技术飞跃，能够理解更复杂的环境并执行多步骤任务。 [Source 4, Source 7]

它在实际场景中也已证明了自己的能力。例如，曾有演示展示了不同类型的机器人通过Gemini Robotics ER 2进行沟通并开展协同工作。 [Source 15] 不过专家指出，如何在像普通家庭这样极度不确定且不可预测的环境中验证其安全性，将是未来需要解决的课题。 [Source 11]

与机器人共处的未来

我们正迅速跨入一个机器人能够自主把握情况、与人类自然互动并解决复杂问题的时代。Gemini Robotics 2有望成为这一转折点的核心技术。 [Source 13] 今后值得关注的是，该技术将如何安全且亲近地融入我们的日常生活。机器人成为你生活中聪明又可靠伙伴的那一天，已经不远了。

参考资料

  1. Gemini Robotics 2 brings whole body intelligence to robots
  2. Gemini Robotics 2 brings whole body intelligence to… - YouTube
  3. Google News - Google DeepMind releases Gemini Robotics 2 system…
  4. Google reveals Gemini Robotics 2.0, promising… - Ars Technica
  5. Google DeepMind Releases Gemini Robotics ER 2 · Digg
  6. Google DeepMind’s Gemini Robotics 2 controls whole humanoids
  7. Google DeepMind’s new AI model can control a robot’s entire body
  8. Gemini Robotics 2 Controls Full Humanoids: Legs, Torso, Arms …
  9. Google DeepMind Ships Three Physical AI Models For Whole Body …
  10. Gemini Robotics 2 Brings Google’s AI Into the Physical World …
  11. Techmeme: Google DeepMind releases Gemini Robotics 2, which…
  12. Gemini Robotics: Google’s AI Breakthrough That’s Bringing Robots…
  13. Gemini Robotics: Google’s AI Push Into Humanoid Robots
  14. Gemini Robotics ER 2
AD
测试你的理解
Q1. Gemini Robotics 2与之前模型相比，最显著的特征是什么？
  • 强化了机器人的语音识别功能
  • 能够从脚尖到手指智能控制机器人全身
  • 将机器人的电池寿命延长了两倍
Gemini Robotics 2摆脱了以往以上半身为主的控制模式，通过‘全身智能（Whole-body intelligence）’有机地控制机器人的所有动作。
Q2. 作为Gemini Robotics 2的核心模型之一，‘Gemini Robotics ER 2’的作用是什么？
  • 设计机器人的物理硬件
  • 分析周边环境、处理指令并执行复杂的多步骤任务
  • 更改机器人的外观设计
ER 2是一个‘具身推理（Embodied reasoning）’模型，帮助机器人自主识别情况、进行判断并执行复杂的动作。
Q3. 通过Gemini Robotics 2可以实现哪种工作方式？
  • 仅提高单台机器人的工作速度
  • 多种不同机器人相互交流并协同工作
  • 机器人自主生产新的机器人
该系统使各种机器人能够在共享知识的基础上进行交流与协作，从而更快速地完成工作。