Google DeepMind lance Gemini Robotics 2 : le « cerveau » d'IA à usage général s'adapte au nouveau corps en quelques heures

Google DeepMind a publié la série Gemini Robotics 2, la positionnant comme une suite d'intelligence « cérébrale » d'IA à usage général, fournissant une couche d'intelligence unifiée pour les robots intelligents incarnés. Les trois modèles peuvent être adaptés à différents corps matériels selon les modèles. La vitesse d'adaptation officielle est la suivante : il suffit de quelques heures d'entraînement aux données pour connecter le modèle à un tout nouveau corps.

Positionnez la "couche intelligente" et découplez-la du matériel

DeepMind ne construit clairement pas la machine entière. Au lieu de cela, il utilise Gemini Robotics 2 comme sortie de « couche intelligente » du robot, qui est responsable des capacités de base telles que la perception, la compréhension, la planification et l'exécution, permettant aux fabricants de matériel de se concentrer sur la conception de la machine entière et sur la mise en œuvre de scénarios sur cette base. Cette approche est exactement la même que celle du « système Android dans le monde de la robotique » : celui qui maîtrise la couche d'intelligence générale contrôle l'entrée de l'écosystème de l'intelligence incarnée.

Des heures d'adaptation : le logiciel redéfinit le rythme du matériel

Le développement des compétences robotiques traditionnelles prend des mois, mais Gemini Robotics 2 réduit l'adaptation de nouveaux modèles à quelques heures. Ce changement va complètement réécrire la relation rythmique entre l'itération matérielle et l'intelligence logicielle : les fabricants de matériel peuvent réduire considérablement les investissements dans la R&D en IA et concentrer les ressources sur les structures et les scénarios ; cependant, les performances de généralisation de scénarios industriels véritablement complexes doivent encore attendre que les données de mise en œuvre réelles soient testées.

Combinaison superposée de trois modèles

Les trois modèles de la série couvrent différentes exigences en matière de puissance de calcul et de forme. Grâce à la superposition de grands modèles de cloud et de petits modèles d'extrémité, des divisions graduelles sont établies entre le coût, la latence et les capacités afin de fournir des solutions correspondantes pour les robots à différents niveaux de prix. C'est également la seule voie permettant à l'intelligence incarnée de passer de la « démonstration ponctuelle » à la « production en volume ».

Pour les fabricants de robots nationaux, l'adoption de la couche intelligente Gemini implique des considérations en matière de chaîne d'approvisionnement et de sécurité des données ; la rapidité du suivi des solutions nationales de couche intelligente déterminera l'orientation de ce différend sur les « normes de couche intelligente » et affectera également directement l'espace de négociation des fabricants chinois dans l'écosystème de l'intelligence incorporée.

Plusieurs orientations à suivre dans le futur :

1. Détails du modèle : Paramètres spécifiques, plage d'adaptation de forme et modes d'autorisation/charge des trois modèles.
2. Accès national : s'il faut se connecter aux principaux fabricants nationaux de robots et comment assurer le suivi des solutions de couches intelligentes nationales.
3. Généralisation Industrielle : Performance réelle de généralisation de « plusieurs heures d'adaptation » dans des scénarios industriels complexes.
4. Bataille des normes : évolution de la bataille des normes pour la « couche intelligente » de l'intelligence incorporée (Google contre solutions nationales).