Ranije ove sedmice, Google DeepMind je objavio Gemini Robotics-ER-1.6, novu viziju i model jezika koji pomaže robotima da razumiju svoje okruženje. Kako bi pokazao svoje mogućnosti, Boston Dynamics—koji ima dogovor da koristi Gemini u svojim humanoidnim robotima—objavio je video svojih robotskih pasa koji koriste model za očitavanje termometra tokom inspekcije industrijskog postrojenja.
Uprkos privlačnim demo demonstracijama, Googleov novi robotski model je samo u smislu poboljšanja sposobnosti robota u odnosu na prethodni model imao prednost u odnosu na prethodni model. zadatak koji koristi jednu kameru, prema Googleovim mjerilima. Ali kada je uzeo više snimaka kamera, model je pokazao poboljšanje. To je važno, kaže Google, jer mnoge robotske instalacije danas, poput onih u fabrikama ili skladištima, koriste višestruke prikaze kamera poput kamere iznad glave i kamere postavljene na ruku robota. Robot mora biti u stanju da koristi sve te kamere da stvori koherentno razumijevanje onoga što radi i da zna kada je zadatak završen.
