Maagang bahagi ng linggong ito, inilabas ng Google DeepMind ang Gemini Robotics-ER-1.6, isang bagong modelo ng pananaw at wika upang matulungan ang mga robot na maunawaan ang kanilang kapaligiran. Upang ipakita ang mga kakayahan nito, ang Boston Dynamics—na may kasunduan na gamitin ang Gemini sa mga humanoid na robot nito—ay nag-publish ng video ng mga robot na aso nito na gumagamit ng modelo upang magbasa ng thermometer sa panahon ng inspeksyon ng isang pang-industriyang pasilidad.
Sa kabila ng mga kapansin-pansing demo, ang bagong modelo ng robotics ng Google ay nakakuha lamang ng mga incremental na pakinabang sa mga nakaraang modelo sa mga tuntunin ng paggamit ng isang camera ayon sa kakayahan nito sa paggamit ng mga nakaraang modelo. mga benchmark. Ngunit kapag kumukuha ng maraming mga feed ng camera, nagpakita ang modelo ng isang pagpapabuti. Mahalaga iyon, sabi ng Google, dahil maraming robotics setup ngayon, gaya ng mga nasa pabrika o bodega, ang gumagamit ng maraming view ng camera tulad ng overhead camera at camera na naka-mount sa braso ng robot. Dapat na magamit ng robot ang lahat ng camera na iyon para lumikha ng magkakaugnay na pag-unawa sa ginagawa nito at malaman kung kumpleto na ang gawain.
