Google DeepMind phát hành Gemini Robotics-ER 1.6, robot Spot đã có thể tự động đọc bảng điều khiển

Tin tức ME News, ngày 14 tháng 4 (UTC+8), theo giám sát của 1M AI News, Google DeepMind đã phát hành Gemini Robotics-ER 1.6, được định vị là mô hình suy luận cấp cao cho robot, so với thế hệ trước ER 1.5 và Gemini 3.0 Flash có sự cải thiện rõ rệt về suy luận không gian và hiểu đa góc nhìn. Mô hình đã được mở cho các nhà phát triển thông qua Gemini API và Google AI Studio. Các nâng cấp cốt lõi bao gồm ba khả năng: 1. Tăng độ chính xác của chỉ hướng (pointing): có thể dùng để phát hiện chính xác vật thể, đếm, suy luận mối quan hệ không gian (ví dụ “chỉ ra tất cả các vật có thể bỏ vào cốc màu xanh”) và lập kế hoạch quỹ đạo di chuyển, đồng thời có thể từ chối chính xác các vật thể không tồn tại trong hình 2. Phát hiện thành công đa góc nhìn: robot hiện có thể tổng hợp nhiều hình ảnh từ các camera để xác định xem nhiệm vụ đã hoàn thành hay chưa, ngay cả trong môi trường bị che khuất hoặc động 3. Thêm khả năng đọc đồng hồ đo: có thể đọc các đồng hồ đo công nghiệp như đồng hồ áp suất tròn, chỉ thị mức chất lỏng dọc và màn hình số, thông qua agentic vision (suy luận thị giác + thực thi mã) để thực hiện suy luận từng bước, phóng to vùng chi tiết, sau đó dùng chỉ hướng và tính toán bằng mã để xác định tỷ lệ và khoảng cách, cuối cùng kết hợp kiến thức thế giới để đưa ra kết quả đọc số Khả năng đọc đồng hồ đo xuất phát từ sự hợp tác giữa DeepMind và Boston Dynamics. Cùng ngày, Boston Dynamics tuyên bố đã tích hợp Gemini và Gemini Robotics-ER 1.6 vào sản phẩm Orbit AIVI-Learning của họ, ra mắt cho tất cả khách hàng AIVI-Learning vào ngày 8 tháng 4. Sau khi tích hợp, đã bổ sung hỗ trợ bảng đồng hồ (gauges), robot bốn chân Spot hiện có thể tự động kiểm tra và đọc dữ liệu từ các đồng hồ đo trong các cơ sở công nghiệp. Boston Dynamics cho biết, nhờ khả năng suy luận của Gemini, hiệu suất cơ bản và độ chính xác của AIVI-Learning trong các nhiệm vụ như kiểm tra thị giác, đếm pallet, phát hiện chất lỏng tích tụ cũng đã được nâng cao. DeepMind tuyên bố ER 1.6 là “mô hình robot an toàn nhất” của họ. Trong các nhiệm vụ suy luận không gian đối kháng, khả năng tuân thủ lệnh an toàn của ER 1.6 vượt xa ER 1.5. Trong các bài kiểm tra nhận diện rủi ro an toàn dựa trên báo cáo thương tích thực tế, các mô hình dòng ER cao hơn Gemini 3.0 Flash 6% trong cảnh văn bản và 10% trong cảnh video. (Nguồn: BlockBeats)