Аннотация:
10 ноября по местному времени компания Google DeepMind выпустила модель «видение-язык-действие» (VLA) Gemini Robotics 2.5, назвав ее самой мощной моделью VLA на сегодняшний день. Модель уже доступна партнерам Google по робототехнике.
Согласно официальному блогу, команда оценивала модель в более чем 200 реальных задачах, включая разделение еды щипцами, завязывание бантиков на подарочных коробках и дозирование жидкостей. Официальные лица говорят, что процент успешных миссий увеличился на 30–100% по сравнению с предыдущим базовым уровнем (в зависимости от типа миссии), а скорость выполнения увеличилась на 20–30%. Выше приведены данные лабораторной оценки.
Что касается пилотных проектов внедрения, компания DeepMind в сотрудничестве с Apptronik и Mercedes-Benz провела проверку концепции на действующих линиях по производству автомобилей в Кечкемете (Венгрия) и Зиндельфингене (Германия): робот-гуманоид Apptronik Apollo 2 автономно выполнил задачу по сортировке автомобильных деталей (комплектующих) — сбор металлических кронштейнов из оптовых бункеров в порядке производственной линии и размещение их в соответствующие сортировочные контейнеры. По словам чиновников, показатель успеха этой пилотной задачи достиг 96%, чего удалось достичь совместно Gemini Robotics ER и двойными моделями 2.5: ER отвечает за отслеживание общего рабочего процесса, а 2.5 отвечает за контроль движений рук и кистей. Пилотный проект в настоящее время находится на стадии проверки концепции, и чиновник не раскрыл инженерные показатели, такие как продолжительность задачи, количество испытаний и ритм производственной линии.
Что касается безопасности, DeepMind одновременно выпустила тестовый тест с открытым исходным кодом ASIMOV-Jailbreak, который содержит сотни подсказок, замаскированных под обычные запросы, и охватывает десятки сценариев. Он используется для тестирования джейлбрейк-атак на роботов (то есть обхода ограничений безопасности с помощью состязательных инструкций). Согласно официальному блогу, уровень защиты от джейлбрейка Gemini 4 Argon в этом наборе тестов достиг 99,5%, что значительно выше, чем 82% базового показателя Gemini Robotics ER 2 предыдущего поколения. Этот набор результатов принадлежит Argon, а не выпущенной на этот раз Robotics 2.5.
Что касается открытости, модель в настоящее время открыта только для роботов-партнеров Google. Будет ли оно открыто для публики и когда это произойдет, официально не сообщается.
Комментарии