Gemini Robotics 2.5 रिलीज
Google DeepMind ने अपने फिजिकल एआई प्लेटफॉर्म के अपडेट, Gemini Robotics 2.5 का अनावरण किया है। इस प्लेटफॉर्म के दो मुख्य घटक हैं: Gemini Embodied Reasoning, जो कार्य की योजना बनाने के लिए निर्देशों और लाइव वीडियो का उपयोग करता है, और Gemini Robotics, जो एक विजन-लैंग्वेज-एक्शन (VLA) मॉडल है जो एक्चुएटर को हिलाने जैसे कार्य उत्पन्न करता है।
DeepMind का कहना है कि Gemini Robotics 2.5 कुशलता (dexterity) की आवश्यकता वाले कार्यों पर बेहतर प्रदर्शन करता है। इसका मूल्यांकन 200 से अधिक गतिविधियों पर किया गया था, जिसमें चिमटे (tongs) से भोजन परोसना और पिपेट का उपयोग करना शामिल है। इस मॉडल को चलाने वाला Apptronik का Apollo 2 ह्यूमनॉइड रोबोट अपने पांच उंगलियों वाले हाथों से बो (bow) बांध सकता है, जो एक कठिन कार्य है क्योंकि रोबोट रिबन जैसी लचीली वस्तुओं (deformable objects) को संभालने में संघर्ष करते हैं।
प्रयोगशाला परीक्षणों में, Gemini Robotics 2.5 की सफलता दर पिछले संस्करण की तुलना में 30 से 100 प्रतिशत अधिक थी और यह 20 से 30 प्रतिशत तेज़ था। Apptronik और Mercedes-Benz के साथ परीक्षणों में, Gemini-संचालित Apollo 2 रोबोटों ने कुछ यूरोपीय कारखानों में ऑटोमोटिव पार्ट्स की किटिंग की, जिसमें 96 प्रतिशत सफलता दर हासिल की। DeepMind के निदेशक कनिष्क राव ने कहा कि शेष 4 प्रतिशत के अंतर को पाटना एक "कठिन रास्ता" (steep road) होगा।
DeepMind का कहना है कि यह सिस्टम कुछ कारखाने के कामों के लिए प्रोग्राम किए गए रोबोटों के विपरीत, कार्यों की एक विस्तृत श्रृंखला करने के लिए बनाया गया है। DeepMind Robotics के प्रमुख Carolina Parada ने कहा, "हम सामान्यीकरण (generalization) की कीमत पर किसी विशेष अनुप्रयोग में बहुत अच्छे हो सकते हैं। या हम केवल सामान्यीकरण अक्ष (generalization axis) पर आगे बढ़ सकते हैं और शायद हर अनुप्रयोग में 99.9 तक न पहुँच पाएं।"