गूगल डीपमाइंड ने जेमिनी रोबोटिक्स 2 जारी किया है, जो तीन मॉडलों से मिलकर बना एक इंटेलिजेंस लेयर है जिसका उद्देश्य व्हीोल-बॉडी कंट्रोल, पांच-फिंगर दक्षता और मल्टी-रोबोट सहयोग को सक्षम बनाना है। इस रिलीज़ में एक विजन-लैंग्वेज-एक्शन (VLA) मॉडल, एक एम्बॉडीड रीजनिंग VLM, और एक ऑन-डिवाइस VLA शामिल हैं, जो पिछले टेबल-टॉप मैनिपुलेशन क्षमताओं से आगे बढ़ते हैं।
- जेमिनी रोबोटिक्स 2 VLA शार्पावेव हैंड्स के साथ ऐप्टरनिक एपोलो 2 जैसे पूर्ण ह्यूमनोइड्स को संचालित करता है, जिसने दक्षता कार्यों में 32% से 92% तक की सफलता दर हासिल की।
- जेमिनी रोबोटिक्स ER 2, जेमिनी 3.5 फ्लैश पर आधारित है, जो उच्च-स्तरीय प्लानिंग और टूल ऑर्केस्ट्रेशन को संभालता है, जिसमें 128k कॉन्टेक्स्ट विंडो और जेमिनी लाइव API के माध्यम से बाइडायरेक्शनल स्ट्रीमिंग शामिल है।
- जेमिनी रोबोटिक्स ऑन-डिवाइस 2 स्थानीय निष्पादन और नए रोबोट बॉडीज, जैसे SO101 प्लेटफ़ॉर्म के लिए तेज़ अनुकूलन की अनुमति देता है, जहां सफलता दर 6.7% से बढ़कर 53.3% हो गई।
- इस सूट में मल्टी-रोबोट सहयोग का समर्थन किया गया है, जिसका प्रदर्शन एपोलो 2 को फ्रैंका F3 डुओ के साथ जोड़कर साझा सेमैंटिक टास्क हैंडऑफ़ द्वारा दिखाया गया।
इन मॉडल्स का उद्देश्य पूर्व-प्रोग्राम किए गए रोबोट्स की सीमाओं को दूर करना है, जिससे अप्रत्याशित वातावरण में अनुकूलन और विभिन्न रोबोट बॉडीज के बीच कौशल स्थानांतरण संभव हो सके।