Gemini Robotics 2
Gemini Robotics 2 es la pila de visión-lenguaje-acción y razonamiento incorporado de Google DeepMind para robots del mundo real. Traduce la percepción y el lenguaje en control motor, planifica tareas de múltiples pasos, permite destreza de cuerpo completo y coordina múltiples robots en entornos dinámicos centrados en humanos.
Resumen
Los equipos integran Gemini Robotics 2 para percibir escenas, planificar tareas de múltiples pasos y ejecutar movimientos robustos en manos, brazos y piernas. El sistema fusiona contexto visual y objetivos en lenguaje natural para producir trayectorias de control accionables, adaptándose en tiempo real a cambios en el entorno, intervenciones de usuarios o división de cargas de trabajo entre múltiples robots.
Capacidades
Diseñado para equipos de robótica que construyen manipuladores y humanoides de propósito general, grupos de automatización empresarial, investigadores de laboratorio que exploran IA incorporada y startups que pilotan despliegues de servicio, almacén o campo. Es adecuado para escenarios donde las tareas varían diariamente, los entornos cambian y se requiere colaboración con personas o robots heterogéneos. Los compradores técnicos que buscan control adaptable, explicabilidad durante la ejecución y mínima reconfiguración entre hardware se beneficiarán más, especialmente cuando la seguridad, responsabilidad y tiempo operativo son restricciones clave.
- Convierte visión y lenguaje en comandos motores precisos y de baja latencia para robots.
- Genera planes de largo horizonte con razonamiento espacial y manejo dinámico de restricciones.
- Coordina flujos de trabajo multi-robot, permitiendo comunicación, división de tareas y replanificación flexible.
- Ofrece control de cuerpo completo para humanoides en equilibrio, alcance, agarre y locomoción.
- Se adapta rápidamente a nuevas encarnaciones, incluyendo opciones eficientes de ejecución en dispositivo.
Capacidades Clave
Para Quién Es
El acceso actualmente se realiza a través de un programa creciente de evaluadores confiables y asociaciones de investigación con proveedores de hardware robótico. Los equipos definen encarnaciones y tareas objetivo, luego colaboran en la recopilación de datos, puesta en marcha de controladores y protocolos de evaluación. Las interfaces en lenguaje natural permiten ensayos con operador en el bucle sin programación extensa de bajo nivel. La documentación cubre capacidades del modelo, flujos de trabajo de adaptación de encarnación y prácticas recomendadas de seguridad. Se consideran variantes en dispositivo donde la latencia, privacidad u operación sin conexión son prioridades. Las organizaciones que buscan pilotos tempranos deben definir especificaciones de hardware, conjuntos representativos de tareas y restricciones de instalaciones para acelerar el alcance. A medida que aumenta la preparación, los despliegues escalonados validan la fiabilidad, comportamientos de recuperación e interacción humano-robot bajo objetivos realistas de rendimiento y tiempo de inactividad.
Percibir, razonar y actuar: una pila integrada para robots que trabajan de forma segura con nosotros.
Primeros Pasos
Gemini Robotics 2 combina planificación consciente del mundo y control de alta precisión en una sola pila adaptable. Generaliza entre encarnaciones, soporta supervisión explicable en lenguaje natural y escala desde ejecución en dispositivo hasta colaboración multi-robot. Respaldado por el trabajo de seguridad de DeepMind y asociaciones, apunta a fiabilidad práctica en espacios no estructurados donde los sistemas frágiles y de tarea única fallan. Para equipos que buscan puesta en marcha rápida, manipulación hábil y operación coordinada de humanoides, presenta un camino creíble hacia la robótica versátil y de grado de producción.
Abre la herramienta y revisa su experiencia principal.
Crea tu cuenta o accede a tu espacio de trabajo existente.
Usa una tarea propia para evaluar velocidad, calidad y encaje.
Revisa herramientas de IA similares antes de tomar una decisión final.
Gemini Robotics 2
Google DeepMind es una organización de investigación e ingeniería en IA que avanza la inteligencia general para impacto en el mundo real. Su trabajo abarca modelos fundamentales, IA incorporada, seguridad y ciencia aplicada. La familia Gemini unifica percepción multimodal, razonamiento y control, permitiendo a desarrolladores y socios traducir investigación de vanguardia en sistemas robustos para la industria, ciencia y sociedad.
Gemini Robotics 2 es el modelo más avanzado de visión-lenguaje-acción (VLA) de DeepMind combinado con un modelo de razonamiento incorporado (ER) para planificación consciente del mundo. VLA convierte entradas multimodales en comandos motores de baja latencia para brazos, manos y cuerpos humanoides completos. ER mapea espacios físicos, razona sobre restricciones y genera planes de largo horizonte y múltiples pasos que pueden ejecutarse, monitorearse y adaptarse en tiempo real. Juntos, permiten un control preciso de cuerpo completo, manipulación delicada y colaboración multi-robot en entornos compartidos y dinámicos. La pila se adapta a nuevas encarnaciones, con tiempos de puesta en marcha reportados de horas para plataformas de dos brazos y variantes eficientes en dispositivo para hardware con recursos limitados. La interacción es natural: los usuarios pueden dar instrucciones cotidianas, redirigir el comportamiento durante la tarea y recibir explicaciones de intención y progreso. La seguridad se aborda mediante salvaguardas en capas y colaboración con expertos externos. Las asociaciones de investigación con empresas líderes de hardware demuestran el sistema en diversos manipuladores y humanoides, mientras que un programa creciente de evaluadores confiables evalúa la fiabilidad, usabilidad y preparación para el despliegue en operaciones del mundo real.
deepmind.google/models/gemini-robotics/
Comentarios (0)
No se encontraron comentarios