구글, 로봇에 최적화된 제미니 로보틱스, 제미니 2.0 모델 발표

Google DeepMind는 Gemini, Imagen, Veo, Gemma, AlphaFold에 대한 정기적이고 높은 평가를 받는 업데이트를 통해 AI 분야에서 꾸준한 진전을 이루어 왔습니다. 오늘날, 구글의 AI 팀은 Gemini 2.0을 기반으로 한 두 가지 새로운 모델인 Gemini Robotics와 Gemini Robotics-ER을 출시하며 로봇 산업에 공식적으로 진출한다고 발표하며 계속해서 화제를 모으고 있습니다.

제미니 로보틱스: 고급 시각-언어-행동 모델

제미니 로보틱스는 로봇 제어를 위한 새로운 출력 방법으로 물리적 동작을 추가한 제미니 2.0을 기반으로 개발된 고급 시각-언어-동작(VLA) 모델입니다. 구글은 이 새로운 모델이 훈련 중에 접하지 못한 상황도 이해할 수 있다고 주장합니다.

다른 주요 VLA 모델과 비교했을 때, Gemini Robotics는 포괄적인 일반화 벤치마크에서 두 배 더 좋은 성능을 보였습니다. Gemini 2.0 모델을 기반으로 구축되었기 때문에 다양한 자연어를 이해할 수 있으며, 이는 인간의 명령을 더 정확하게 이해할 수 있다는 것을 의미합니다.

구글은 제미니 로보틱스가 정밀한 조작이 필요한 복잡하고 여러 단계로 구성된 작업을 처리할 수 있다고 주장합니다. 예를 들어, 이 모델은 종이를 접거나 지퍼백에 간식을 넣을 수도 있습니다.

Gemini Robotics-ER: 공간 추론에 초점을 맞춘 시각 언어 모델

제미니 로보틱스-ER은 공간 추론에 초점을 맞춘 고급 시각 언어 모델로, 로봇공학자가 기존의 저수준 컨트롤러와 통합할 수 있도록 해줍니다. 이 모델을 사용하면 로봇공학자는 인식, 상태 추정, 공간 이해, 계획, 코드 생성을 포함하여 로봇을 한 번에 제어하는 ​​모든 단계를 수행할 수 있습니다.

제미니 로보틱스의 미래

Google은 Apptronik과 협력하여 Gemini 2.0 모델을 기반으로 인간형 로봇을 개발하고 있습니다. Google은 또한 Agile Robots, Agility Robotics, Boston Dynamics, Enchanted Tools를 포함한 다수의 신뢰할 수 있는 테스트 파트너와 협력하여 Gemini Robotics-ER의 향후 개발을 진행하고 있습니다.

Google DeepMind는 로봇이 더욱 정확하고 적응력 있게 복잡한 작업을 이해하고 수행할 수 있도록 함으로써 로봇이 우리 삶의 여러 측면에 원활하게 통합될 수 있는 미래를 향한 길을 열고 있습니다.