機器人從腳尖到指尖都能自主思考？《Gemini Robotics 2》將帶來的未來

한국어 English 日本語 简体中文 繁體中文
By Gi Pyeong Lee
AI 機器人學 Google DeepMind 物理 AI
由 Google DeepMind 新一代物理 AI《Gemini Robotics 2》驅動的類人型機器人正在執行複雜任務
AI Summary

Google DeepMind 的《Gemini Robotics 2》是一款新一代物理 AI 系統，能智慧地控制機器人全身以執行複雜任務，並實現多台機器人協作。

試著想像一下：早晨醒來，看到客廳裡孩子們弄亂的玩具和堆積如山的衣服。換做以前，或許會先嘆口氣，但現在，只要對客廳裡的類人型（人形）機器人說一聲：「可以幫我清理一下房間嗎？」機器人不僅僅是移動手臂，而是會自主行走、蹲下、伸展身體，熟練地整理好玩具。如果清掃工作看起來太耗時，旁邊的另一台機器人也會過來協助，瞬間完成工作。

這並非遙遠未來的奇想。這是 Google DeepMind 所發布的新型物理 AI 系統《Gemini Robotics 2》想要實現的場景。 [Source 1]

這為什麼重要？

迄今為止，我們常見的機器人大多固定在特定位置，或僅能移動上半身來執行既定的簡單任務。 [Source 6] 然而，人類的動作要精緻且複雜得多。拾取物品時，我們不僅僅使用手臂，還會用雙腳保持平衡、彎腰、微調手指，有機地運用全身。

《Gemini Robotics 2》之所以受到矚目，是因為它賦予了機器人這種與「人類動作」相似的智慧。這使機器人即便在複雜的環境中，也能自主判斷並採取行動。Google DeepMind 評估，透過這套系統，機器人已經向理解並作用於物理世界的「物理人工智慧 (Physical AGI)」時代邁進了一大步。 [Source 11, Source 14]

AD

深入淺出：「全身智慧」是什麼？

簡單來說，如果現有的機器人是「只會重複既定動作的自動玩偶」，那麼搭載《Gemini Robotics 2》的機器人就如同「完全理解並駕馭自己身體的專業運動員」。

機器人學家稱此為「全身控制 (Whole-body control)」或「Loco-manipulation（同時執行移動與操作）」。 [Source 8] 《Gemini Robotics 2》擁有一個核心大腦模型，稱為《Gemini Robotics ER 2》，該模型執行「具身推理 (Embodied reasoning)」。 [Source 4, Source 7]

機器人透過攝影機觀察周圍，藉由 AI 模型判斷情境，接著對從腳尖到指尖的所有關節下達指令，從而執行複雜動作。 [Source 7, Source 10] 此外，多台機器人還能基於共享知識進行溝通與協作，從而大幅提高工作效率。 [Source 15]

現況：目前達到什麼程度？

目前，《Gemini Robotics 2》根據效能與目的推出了三種不同的模型。 [Source 10] 與前代相比，這套系統實現了重大的技術飛躍，能夠理解更複雜的環境並執行多階段任務。 [Source 4, Source 7]

它已經在實際場景中證明了其能力。例如，曾展示過不同類型的機器人透過《Gemini Robotics ER 2》進行溝通並執行協同作業。 [Source 15] 不過，專家也指出，驗證機器人在家庭等極度不確定且難以預測的環境中的安全性，是未來必須解決的課題。 [Source 11]

與機器人共存的未來

我們正迅速邁向機器人能自主掌握狀況、與人類自然互動並解決複雜問題的時代。《Gemini Robotics 2》有望成為這一轉折點的核心技術。 [Source 13] 未來我們應當關注的重點是，這項技術將如何安全且親近地融入我們的日常生活。機器人成為幫助您日常生活、聰明又可靠夥伴的日子已經不遠了。

參考資料

  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
測試你的理解
Q1. 《Gemini Robotics 2》與前代模型相比，最顯著的特徵是什麼？
  • 強化了機器人的語音辨識功能
  • 智慧控制機器人從腳尖到指尖的全身動作
  • 機器人的電池續航力延長兩倍
《Gemini Robotics 2》擺脫了以往側重上半身控制的模式，透過「全身智慧 (Whole-body intelligence)」有機地控制機器人的所有動作。
Q2. 作為《Gemini Robotics 2》核心模型之一的「Gemini Robotics ER 2」，其作用為何？
  • 設計機器人的物理硬體
  • 分析周圍環境、處理指令並執行複雜的多階段任務
  • 變更機器人的外觀設計
ER 2 是一個「具身推理 (Embodied reasoning)」模型，能幫助機器人自主感知狀況、判斷並執行複雜行為。
Q3. 透過《Gemini Robotics 2》實現了何種作業方式？
  • 僅提升單一機器人的作業速度
  • 多種機器人相互溝通並協作
  • 機器人能自主生產新的機器人
此系統使各類機器人能基於共享知識進行溝通與協作，進而更快完成任務。