Fyrr í þessari viku gaf Google DeepMind út Gemini Robotics-ER-1.6, nýtt sýn og tungumálalíkan til að hjálpa vélmennum að átta sig á umhverfi sínu. Til að sýna hæfileika sína birti Boston Dynamics – sem hefur samning um að nota Gemini í manneskjulegum vélmennum sínum – myndband af vélmennahundum sínum sem notuðu líkanið til að lesa af hitamæli við skoðun á iðnaðaraðstöðu.
Þrátt fyrir áberandi kynningar, jók nýja vélfærafræði líkan Google aðeins stigvaxandi ávinningi af fyrri gerðum sínum til að segja frá fyrri gerðum til að segja frá einni myndavél í skilmálum. við viðmið Google. En þegar tekið var inn marga myndavélarstrauma sýndi líkanið framför. Það er mikilvægt, segir Google, vegna þess að margar vélfærafræðiuppsetningar í dag, eins og þær í verksmiðjum eða vöruhúsum, nota margar myndavélar eins og myndavél í loftinu og myndavél sem er fest á handlegg vélmennisins. Vélmennið verður að geta notað allar þessar myndavélar til að skapa heildstæðan skilning á því hvað það er að gera og vita hvenær verkefninu er lokið.
