Resumen:
Google DeepMind lanzó el modelo visión-lenguaje-acción (VLA) Gemini Robotics 2.5 el 10 de noviembre, hora local, calificándolo como el modelo VLA más potente hasta la fecha. El modelo ya está disponible para los socios de robótica de Google.
Según el blog oficial, el equipo evaluó el modelo en más de 200 tareas reales, incluyendo dividir comidas con pinzas para alimentos, atar lazos en cajas de regalo y pipetear líquidos. Los funcionarios dicen que la tasa de éxito de su misión ha aumentado entre un 30% y un 100% en comparación con la línea de base anterior (según el tipo de misión), y su velocidad de finalización ha aumentado entre un 20% y un 30%. Lo anterior son datos de evaluación de laboratorio.
En términos de pilotos de implementación, DeepMind cooperó con Apptronik y Mercedes-Benz para realizar una prueba de concepto en las líneas de producción de automóviles en uso en Kecskemet, Hungría y Sindelfingen, Alemania: el robot humanoide Apollo 2 de Apptronik completó de forma autónoma la tarea de clasificar piezas de automóviles (kitting): seleccionando soportes metálicos de contenedores a granel en el orden de la línea de producción y colocándolos en los contenedores de clasificación correspondientes. Según los funcionarios, la tasa de éxito de esta tarea piloto alcanzó el 96%, lo que fue logrado conjuntamente por Gemini Robotics ER y los modelos duales 2.5: ER es responsable de rastrear el flujo de trabajo general y 2.5 es responsable de controlar los movimientos de brazos y manos. El piloto se encuentra actualmente en la etapa de prueba de concepto y el funcionario no ha revelado indicadores de ingeniería como la duración de la tarea, el número de pruebas y el ritmo de la línea de producción.
En términos de seguridad, DeepMind lanzó simultáneamente la prueba comparativa de código abierto ASIMOV-Jailbreak, que contiene cientos de palabras clave disfrazadas de solicitudes normales y cubre docenas de escenarios. Se utiliza para probar ataques de jailbreak contra robots (es decir, eludir las restricciones de seguridad mediante instrucciones adversas). Según el blog oficial, la tasa anti-jailbreak de Gemini 4 Argon en este conjunto de pruebas alcanzó el 99,5%, lo que es significativamente más alto que el 82% del Gemini Robotics ER 2 de referencia de la generación anterior. Este conjunto de resultados pertenece a Argon, no a Robotics 2.5 lanzado esta vez.
En términos de apertura, el modelo actualmente solo está abierto a los socios robots de Google. No se ha declarado oficialmente si estará abierto al público y cuándo.
Comentarios