Google DeepMind hat seine neue Familie von KI-Modellen der Gemini-2.0-Reihe vorgestellt, die für multimodale Roboter entwickelt wurden.
Um zu zeigen, wie weit diese Roboter bereits gekommen sind, stellte DeepMind sie auf die Probe: Ein Roboter schnappte sich einen Ball, zielte und versenkte ihn per Slam Dunk im Basketballkorb – etwas, das er zuvor noch nie getan hatte. Diese Leistung war besonders bemerkenswert, weil die Roboter zwar darauf trainiert worden waren, natürliche Sprache zu verstehen, die Bewegung jedoch eine ausgefeilte Koordination erforderte.
Carolina Parada, Senior Director und Leiterin der Robotikabteilung bei Google DeepMind, schrieb in einem Blogbeitrag, dass der Roboter die Bewegung beim ersten Versuch vollendet habe.
Diese Demonstration wurde von einem Gemini Robotics-Modell ermöglicht, das auf Googles Gemini 2.0. aufbaut. Die Modelle wurden mit integrierten roboterspezifischen Daten feinabgestimmt, und Geminis multimodale Ausgaben wie Text, Video und Audio wurden um physische Merkmale ergänzt.
„Dieser Meilenstein legt den Grundstein für die nächste Generation von Robotik, die in einer Vielzahl von Anwendungsbereichen hilfreich sein kann“, sagte Google-CEO Sundar Pichai während der Ankündigung der neuen Modelle auf X.
Maschinen mit größerer Geschicklichkeit
„Die Gemini-Robotics-Modelle sind äußerst geschickt, interaktiv und universell einsetzbar. Das bedeutet, dass sie Roboter dazu bringen können, ohne weiteres Training auf neue Objekte, Umgebungen und Anweisungen zu reagieren“, heißt es im Blog. Ziel ist es, KI einzusetzen, um Roboter zu entwickeln, die bei alltäglichen Aufgaben helfen können.
Google stellt sich vor, dass Roboter irgendwann zu einer weiteren Möglichkeit für Menschen werden, mit KI zu interagieren – ähnlich wie Telefone und Computer.
Google DeepMind führt außerdem Gemini Robotics ein, das Unternehmen als sein fortschrittlichstes Vision-Language-Action-Modell anpreist. Gemini Robotics soll Robotern ermöglichen, etwas vor ihnen zu verstehen, mit einem Nutzer zu interagieren und Maßnahmen zu ergreifen. Das System macht laut Google DeepMind bedeutende Fortschritte bei der Geschicklichkeit – einem Bereich, der sich für Robotikentwickler als schwierig erwiesen hat.
Die Maschinen von Gemini Robotics haben laut dem Unternehmen erfolgreich Salate zubereitet, Lunchpakete gepackt, Spiele wie Tic-Tac-Toe gespielt und einen Origami-Fuchs gefaltet.
Humanoide Roboter gewinnen an Fahrt
Google ist nicht das einzige Unternehmen, das sich für die Integration von Robotern in den Alltag interessiert.
Unternehmen wie NVIDIA, Boston Dynamics und Tesla integrieren zunehmend KI-Technologie in Robotersysteme. Bis 2050 soll die Verbreitung humanoider Roboter um 61 % wachsen, sodass mehr als 648 Millionen im Einsatz sein werden.
Meta konzentriert sich darauf, KI-Sensoren und -Software zu entwickeln , um Roboter anderer Hersteller mit Energie zu versorgen.
Auch NVIDIA beschäftigt sich zunehmend mit humanoider Robotik. In diesem Jahr will das Unternehmen seine Plattform Jetson Thor auf den Markt bringen, die Robotern helfen soll, natürlicher mit Menschen und ihrer Umgebung zu interagieren.