Компания Google представила нейросеть Gemini Robotics-ER 1.6, призванную наделить роботов способностью осмысливать окружающую обстановку и действовать в реальном мире. В основе разработки лежит принцип «воплощенного рассуждения», позволяющий машинам не просто исполнять команды, а интерпретировать визуальную информацию, планировать последовательность шагов и самостоятельно определять момент завершения задания. Это знаменует переход от жестко запрограммированных механизмов к системам, учитывающим контекст.

Модель существенно продвинулась в пространственном анализе: она точнее распознает и пересчитывает предметы, устанавливает связи между ними и умеет «указывать» на объекты в процессе размышления, дробя сложные операции на этапы. Важным новшеством стала функция считывания показаний с аналоговых и цифровых приборов, разработанная совместно с Boston Dynamics. Точность интерпретации данных с манометров и дисплеев выросла до 93% благодаря сочетанию визуального приближения и программных вычислений.

В Google подчеркивают, что это самая безопасная робототехническая модель компании: она лучше распознает потенциальные угрозы и соблюдает правила обращения с опасными предметами.