Gemini Robotics 1.5 introducerar AI-agenter för fysiska uppgifter
Google DeepMind lanserar Gemini Robotics 1.5, en uppsättning modeller som möjliggör för robotar att uppfatta, planera och utföra komplexa fysiska uppgifter med avancerad tänkandeförmåga.
Vad har hänt
Google DeepMind har presenterat två nya modeller: Gemini Robotics 1.5 och Gemini Robotics-ER 1.5. Dessa modeller är utformade för att driva en era av fysiska agenter, vilket gör att robotar kan använda verktyg, agera och lösa komplexa, flerstegsbaserade uppgifter. Gemini Robotics 1.5 fungerar som en vision-language-action (VLA) modell som omvandlar visuell information och instruktioner till motoriska kommandon för robotar.
Snabbfakta
| Modellnamn 1 | Gemini Robotics 1.5 |
|---|---|
| Modelltyp 1 | Vision-Language-Action (VLA) |
| Modellnamn 2 | Gemini Robotics-ER 1.5 |
| Modelltyp 2 | Vision-Language Model (VLM) |
| Utvecklare | Google DeepMind |
”We’re powering an era of physical agents — enabling robots to perceive, plan, think, use tools and act to better solve complex, multi-step tasks.”
”Gemini Robotics 1.5 – Our most capable vision-language-action (VLA) model turns visual information and instructions into motor commands for a robot to perform a task.”
”Gemini Robotics-ER 1.5 – Our most capable vision-language model (VLM) reasons about the physical world, natively calls digital tools and creates detailed, multi-step plans to complete a mission.”
Varför det spelar roll
Utvecklingen av Gemini Robotics 1.5 och Gemini Robotics-ER 1.5 representerar ett steg mot mer intelligenta och mångsidiga robotar. Dessa modeller förbättrar robotars förmåga att förstå sin omgivning, planera och utföra uppgifter transparent. Detta adresserar behovet av mer kapabla robotar som kan hantera verkliga miljöer och komplexa scenarier.
Vem påverkas
Denna lansering påverkar främst utvecklare och forskare inom robotik, samt företag som är involverade i automatisering och robotutveckling. Användare av robotteknik kan i förlängningen dra nytta av mer avancerade och autonoma system inom exempelvis logistik, tillverkning och service. Google DeepMind är den primära entiteten bakom utvecklingen.
EU-status
Ej relevant för EU-status. Lanseringen är global, men specifik EU-reglering eller särskilda implikationer för EU-marknaden behandlas inte i källmaterialet.
Mer att veta
Gemini Robotics-ER 1.5 är en vision-language model (VLM) som resonerar om den fysiska världen, använder digitala verktyg och skapar detaljerade, flerstegsplaner för att slutföra uppdrag. Denna modell uppnår enligt Google DeepMind toppresultat inom spatial förståelse.
Snabba svar om den här nyheten
Vad har hänt?
När hände det?
Varför spelar det roll?
Vilka bolag berörs?
Länken öppnar i nytt fönster och leder till utgivarens egen sida.
Källan har spårats automatiskt från utgivaren via Aheadlines signalkedja.