Google DeepMind a dévoilé sa nouvelle famille de modèles d’IA Gemini 2.0 conçus pour des robots multimodaux.
Pour montrer jusqu’où ces robots sont arrivés, DeepMind les a mis à l’épreuve : l’un d’eux a attrapé un ballon, visé le panier et réussi un dunk — quelque chose qu’il n’avait encore jamais fait. La performance était particulièrement remarquable car, bien que les robots aient été entraînés à comprendre le langage naturel, le mouvement nécessitait une coordination sophistiquée.
Carolina Parada, directrice principale et responsable de la robotique chez Google DeepMind, a écrit dans un article de blog que le robot avait réussi ce mouvement dès son premier essai.
Cette démonstration reposait sur un modèle Gemini Robotics, qui s’appuie sur le Gemini 2.0. Les modèles ont été affinés à l’aide de données spécifiques aux robots, et des caractéristiques physiques ont été ajoutées aux sorties multimodales de Gemini, comme le texte, la vidéo et l’audio.
« Cette avancée pose les fondations de la prochaine génération de robots capables d’être utiles dans toute une gamme d’applications », a déclaré le PDG de Google, Sundar Pichai, lors de l’annonce des nouveaux modèles sur X.
Des machines plus habiles
« Les modèles Gemini Robotics sont très habiles, interactifs et généralistes, ce qui signifie qu’ils peuvent permettre aux robots de réagir à de nouveaux objets, environnements et instructions sans entraînement supplémentaire », selon l’article de blog. L’objectif est d’utiliser l’IA pour faire fonctionner des robots capables d’aider dans les tâches quotidiennes.
Google imagine qu’à terme, les robots deviendront un autre moyen pour les gens d’interagir avec l’IA, au même titre que les téléphones et les ordinateurs.
Google DeepMind présente également Gemini Robotics, qu’il décrit comme son modèle vision-langage-action le plus avancé. Gemini Robotics vise à permettre aux robots de comprendre ce qui se trouve devant eux, d’interagir avec un utilisateur et d’agir. Le modèle réalise des progrès importants en matière d’agilité, un domaine qui s’est révélé difficile pour les roboticiens, a indiqué Google DeepMind.
Selon l’entreprise, les machines équipées de Gemini Robotics ont réussi à préparer des salades, à préparer des repas à emporter, à jouer à des jeux comme le morpion et à plier un renard en origami.
Les robots humanoïdes gagnent du terrain
Google n’est pas la seule entreprise à s’intéresser à l’intégration des robots dans la vie quotidienne.
Des entreprises comme NVIDIA, Boston Dynamics et Tesla intègrent de plus en plus de technologies d’IA dans leurs systèmes robotiques. D’ici 2050, l’adoption des robots humanoïdes devrait progresser de 61 %, avec plus de 648 millions d’unités en fonctionnement.
Meta se concentre sur la conception de capteurs et de logiciels d’IA destinés à alimenter des robots fabriqués et vendus par d’autres constructeurs.
NVIDIA s’intéresse également de près à la robotique humanoïde. Cette année, l’entreprise prévoit de lancer sa plateforme Jetson Thor, qui vise à aider les robots à interagir plus naturellement avec les gens et leur environnement.