تسليم جوجل جيميني روبوتيكس ER 2 مع عمل فرق الروبوت المتعددة

أطلقت جوجل جيميني روبوتيكس ER 2، وهو نموذج منطقي مُجسد يخدم كمنظّم على مستوى عالٍ للروبوت، بينما يتعامل نموذج منفصل مع المحركات. وهو متاح للمطورين من خلال واجهة برمجة تطبيقات جيميني وستوديو جوجل للذكاء الاصطناعي، مع وصول معاينة خاصة على منصة جيميني للشركات.

يستقبل ER 2 الفيديو والصور والصوت والنص، ويفكر في المشهد، ويوضّح مهمة تستمر عدة دقائق، ثم يدعو شيئًا آخر لتحريك الأجهزة: نموذج رؤية-لغة-فعل، أو واجهة برمجة تطبيقات الملاحة، أو وظيفة مطوّرة من قبل المطور نفسه ويعلن عنها للنموذج كأداة. كما يمكنه أيضًا الاتصال ببحث جوجل في منتصف المهمة. وصف البطاقة النموذجية أنه نموذج رؤية-لغة يعتمد على جيميني 3.5 فلاش، مع نافذة سياق تصل إلى 128,000 رمز وحدات خرج تصل إلى 64,000 رمز.

يخلف جيميني روبوتيكس-ER 1.6، الذي تم إطلاقه في 14 أبريل 2026، والذي أضاف قراءة الآلات (تفسير مقياس الضغط أو زجاج المنظار الكيميائي)، وهي قدرة طوّرها جوجل مع بوسطن دايناميكس لجولات فحص المرافق. يوسع ER 2 ذلك إلى الشاشات الرقمية والمقاييس الخطية والقواعد والميزان الحراري السائل، وتم اختباره عبر 10 أنواع من الأدوات.

ما يضيفه الفيديو المستمر

التغيير الجوهري هو أن ER 2 يفكر على مدار فيديو حي بدلاً من الإطارات الثابتة، مما يسمح له بتحديد ما قد حدد صمتًا حريّة الروبوت: ما إذا كان الخطوة قد انتهت.

تأتي من ذلك قدرتان. تصنيف التقدم يطلب من النموذج فرز كل إطار من تدفق إلى واحدة من خمس حزم إكمال، من 0-20٪ إلى 80-100٪؛ وتقرير جوجل بدقة 57.4٪. يبحث عن العثور على اللحظة يطلب منه تحديد الإطار الدقيق حيث يحدث حدث حرج، مثل النقطة التي يصبح فيها الكوب ممتلئًا بدرجة كافية لوقف الصب. وتقرير الشركة بدقة 91.3٪ في هذه المهمة مع متوسط خطأ 0.96 ثانية، وتقول إن النموذج يُقدمه بمعدل أسرع بأربع مرات من النماذج الأكبر بكثير لم جزء من الحساب.

التوقيت دون ثانية هو الجزء الذي يهم على آلة حقيقية. روبوت يمكن أن يخبرنا بأن الخطوة انتهت بنسبة 60٪، أو فشلت تمامًا، يمكنه إعادة محاولة هذه الخطوة بدلاً من إعادة تشغيل سير العمل أو انتظار مشغل. يتدفق ER 2 من خلال نهاية واجهة برمجة تطبيقات جيميني الحية، وهو كيفية حفظ جوجل حلقة التفكير من إدراج فترات التوقف والتفكير بين الإجراءات. الحصول على تأخير الاستدلال منخفض بما يكفي للتحكم الفعلي هو نفس القيود التي تدفع بائعي الروبوت نحو السيليكون المخصص على الروبوت و نماذج الوقت الفعلي على جهاز رسومات واحد.

روبوتان، وظيفة واحدة

القدرة الجديدة الأخرى هي تعاون الروبوت المتعدد: آلات مختلفة تشترك في فهم семанти للوظيفة وتتناوب العمل بينها، على أساس أن قاعدة عجلات وآلة ذراع مناسبة لأجزاء مختلفة من نفس الوظيفة. يظهر تطبيق ديب مايند زوج أبولو 2 من أبروترونيك مع منصة ذراع مزدوج فرانكا دو. يظهر العرض التوضيحي الثاني ER 2 يقود واجهات برمجة تطبيقات الملاحة والمنفذ على روبوت سبوت من بوسطن دايناميكس لجلب كائن عند أمر صوتي.

كل ذلك يعمل على أجهزة لا تبنيها جوجل، وهو كيفية عمل معظم هذا السوق الآن: يأتي النموذج من مختبر حدودي والأذرع والأرجل والملقط تأتي من الشركاء، نفس الانقسام وراء صانعي الروبوتات التي تتعاون مع مطورو النماذج الأساسية و الروافد المدمجة على مستوى المنصة.

جاء ER 2 كجزء من عائلة من ثلاثة نماذج. يغطي منشور البحث المرافق من فريق جيميني روبوتيكس جيميني روبوتيكس 2، وهو نموذج إجراء يتحكم في الروبوتات الإنسانية الكاملة من الأقدام إلى الأصابع، وجيميني روبوتيكس على الجهاز 2، الذي يعمل محليًا ويتكيف مع روبوت ذراع مزدوج جديد في بضع ساعات من أقل من 200 مثال. كلاهما يذهب إلى شركاء الوصول المبكر بدلاً من واجهة برمجة التطبيقات المفتوحة.

نشر الفريق أيضًا معدلات النجاح وراء ذلك النموذج الإجرائي، الذي قاد ثلاثة أجسام روبوتية مختلفة من نقطة تحكم واحدة. اختار أبولو 2 مع أيدي إينسباير الأشياء من الرف 76.3٪ من الوقت، ومن الطاولة 68.4٪، ومن الأرض 45.7٪. العمل ذو الخمس أصابع مع يد شارباويف هو في المراحل الأولى: 92٪ لفك البرغي، 36٪ لتثبيت البرغي، 44٪ لربط كيس القمامة. يصف ديب مايند التعامل الدقيق ذو الأصابع المتعددة بأنه لا يزال تحديًا، مما يحدد علامة مفيدة لأي شخص يقيم ادعاءات القدرة الإنسانية.

حدود السلامة والتنصيب الأول

تقرير جوجل مكاسب على معايير اتباع التعليمات المتعلقة بالسلامة والقرب البشري، ويقول إن ER 2 يوقف روبوتًا إنسانيًا عندما يقترب شخص، ثم يستأنف بنفسه بمجرد خلو المنطقة. يسمي ديب مايند التوقف عن شخص قريب شرطًا رئيسيًا في معايير السلامة التعاونية، وهو شرط يُ满ى عادةً في الأجهزة وليس في نموذج التخطيط: يوقف تصميم أبولو 2 الحركة عندما يدخل كائن في نصف قطر التأثير المحدد.

أصدر ديب مايند أيضًا ASIMOV-Agentic، وهو معيار لتحديد ما إذا كان نموذج التفكير يتصرف بسلامة كمنسق: رفض مكالمات الأدوات غير الآمنة من نموذج الإجراء، وقياس ما إذا كانت المهمة ملموسة جسديًا، وطلب المساعدة من إنسان عندما يكون غير متأكد.

تحدد البطاقة النموذجية حدود التنصيب بوضوح. تقول جوجل للمطورين ألا يستخدموا نماذج الروبوتات لأعمال حرجة، مع ذكر الرعاية الصحية والنقل، أو في أي مكان يمكن أن يسبب عطلًا متوقعًا الوفاة أو الإصابة أو الضرر للممتلكات. هذه اللغة تشير إلى موجة التنصيب الأولى نحو الفحص وتشغيل المستودعات ومهام المختبر.

لمصنعي الروبوتات، ER 2 هو الطبقة المتاحة للاتصال بواجهة برمجة تطبيقات جيميني دون شراكة، وهو يهدف إلى الفرق التي لديها بالفعل أجهزة تعمل وتحتاج إلى شيء لتحديد ما يفعلونه بعد ذلك.