Google DeepMind vừa công bố Gemini Robotics 2, phiên bản mới của mô hình AI điều khiển robot, với khả năng 'điều khiển toàn bộ cơ thể robot hình người'. Trong khi phiên bản trước chỉ tập trung vào phần thân trên, Gemini Robotics 2 hỗ trợ 'chuyển động toàn thân' từ bàn chân đến đầu ngón tay, giúp robot có thể đi, ngồi xổm, vươn vai và thao tác đồ vật.

Khả năng điều khiển toàn thân và thao tác linh hoạt

Gemini Robotics 2 cho phép robot hình người thực hiện nhiều hành động hơn. Các video do Google công bố cho thấy robot Apollo 2 của Apptronik có thể cúi xuống nhặt bình tưới cây, tìm và lấy các vật phẩm cụ thể trên kệ. Google DeepMind thừa nhận robot của họ 'còn cần cải thiện tốc độ chuyển động', nhưng coi bản cập nhật này là 'một bước quan trọng hướng tới các kỹ năng cần thiết để hoàn thành các tác vụ phức tạp hơn trong thế giới thực đòi hỏi sự phối hợp toàn thân'.

Cải thiện sự khéo léo nhờ điều khiển bàn tay 5 ngón

Bên cạnh khả năng toàn thân, Gemini Robotics 2 hỗ trợ điều khiển bàn tay phức tạp hơn với 5 ngón, cho phép robot thực hiện các thao tác tinh tế như bịt túi Ziploc, buộc túi rác, hay vặn bóng đèn.

Mô hình lập luận nhúng Gemini Robotics ER 2 làm việc nhóm đa robot

Google DeepMind cũng cập nhật Gemini Robotics ER (Embodied Reasoning) – mô hình ngôn ngữ thị giác giúp robot phân tích môi trường, xử lý hướng dẫn và thực hiện các tác vụ nhiều bước. Phiên bản 2 có khả năng hoàn thành tác vụ kéo dài tốt hơn và 'hiểu được khi nào tác vụ bắt đầu và kết thúc'. Đặc biệt, bản cập nhật này cho phép nhiều robot thuộc các loại khác nhau phối hợp làm việc. Video demo cho thấy robot Apollo 2 hướng dẫn robot hai tay của Google cất dụng cụ vào thùng trong khi dọn dẹp gara.

Cải tiến về an toàn và chạy cục bộ

Google DeepMind khẳng định Gemini Robotics ER 2 là 'mô hình robot an toàn nhất đến nay' với khả năng phát hiện con người ở gần, kích hoạt cuộc gọi an toàn và dừng robot nếu có người tiếp cận quá gần. Ngoài ra, mô hình Gemini Robotics On-Device, chạy cục bộ trên robot mà không cần kết nối internet, cũng được cải thiện để thích ứng nhanh hơn với các hình dạng và cảm biến mới.

Theo The Verge

Ảnh: PIRO4D / Pixabay