Začiatkom tohto týždňa spoločnosť Google DeepMind vydala Gemini Robotics-ER-1.6, nový model vízie a jazyka, ktorý má pomôcť robotom pochopiť svoje okolie. Aby predviedla svoje schopnosti, Boston Dynamics – ktorá má dohodu o používaní Gemini vo svojich humanoidných robotoch – zverejnila video svojich robotických psov, ktorí používajú model na čítanie teplomera počas inšpekcie priemyselného zariadenia.
Napriek pútavým ukážkam nový robotický model od Googlu zaznamenal v porovnaní s predchádzajúcimi modelmi iba prírastkové zisky, čo sa týka jeho schopnosti zistiť, kedy bola úloha dokončená pomocou jednej kamery Google. Pri snímaní viacerých zdrojov fotoaparátu však model ukázal zlepšenie. To je dôležité, hovorí Google, pretože mnohé dnešné robotické nastavenia, ako napríklad tie v továrňach alebo skladoch, využívajú viaceré pohľady z kamier, ako je napríklad horná kamera a kamera namontovaná na ramene robota. Robot musí byť schopný použiť všetky tieto kamery na vytvorenie súvislého pochopenia toho, čo robí, a vedieť, kedy je úloha dokončená.
