Google DeepMindの新AIモデルがロボットの全身を制御可能に

Google DeepMindは、最新のGemini Robotics AIモデルが「人型ロボット全体を制御できる」と発表した。前モデルが上半身のみを対象としていたのに対し、Gemini Robotics 2は「全身動作」をサポートし、足の指先から手先までの動きが可能となった。

木曜日の発表によると、新モデルにより人型ロボットは歩行、しゃがみ込み、伸び、物体操作など、より広範な動作を実行できるようになる。Googleが共有した映像では、ApptronikのApollo 2ロボットが腰をかがめてじょうろを拾い上げたり、棚から特定のアイテムを見つけて取り出したりする様子が示されている。

DeepMindはロボットの「動作速度にはまだ改善の余地がある」としながらも、今回のアップデートは「全身協調を必要とする複雑な実世界タスクを完了するために必要なスキルへの重要な一歩」だと述べている。また、Gemini Robotics 2は器用さが向上し、5本指の手を制御してジップロックの密閉、ゴミ袋の結び目作り、電球のねじ外しなどが可能になった。

さらに、DeepMindはGemini Robotics ER（具現化推論）もアップデート。これはロボットが周囲を分析し、指示を処理し、複数ステップのタスクを実行するための視覚言語モデルだ。新版のER 2は長時間のタスク完了に優れ、「タスクの開始と終了を理解する」ようになった。また、異なる種類の複数ロボットが協力して作業できるようになり、例えばApollo 2がガレージ掃除中に両腕ロボットに工具をゴミ箱に入れるよう指示する映像も公開されている。

安全性については、Gemini Robotics ER 2は「これまでで最も安全なロボットモデル」であり、「人間が近くにいることをより良く検出し、安全ツールを呼び出し、人が近づきすぎるとロボットを安全に停止させる」としている。同時に、オンデバイスモデルGemini Robotics On-Device Modelも改良され、インターネット接続なしでロボット上でローカル動作し、「形状、センサー、自由度が大幅に異なる」新しい身体への適応が高速化された。