Spot od Boston Dynamics odczytuje wskaźniki. Gemini Robotics-ER 1.6 osiąga 98% dokładności

Boston Dynamics we współpracy z Google DeepMind zaprezentowało ulepszonego robota Spot, który samodzielnie odczytuje analogowe termometry i manometry w fabrykach. Nowy model Gemini Robotics-ER 1.6 osiąga 98% dokładności w zadaniach wizualnych, co znacząco przewyższa możliwości poprzednich wersji. To milowy krok w stronę w pełni autonomicznych robotów w środowiskach przemysłowych.

Ogłoszenie nowego modelu AI

Google DeepMind ogłosiło 14 kwietnia wprowadzenie modelu Gemini Robotics-ER 1.6, zaprojektowanego jako wysokopoziomowy model wnioskowania dla robotów. Umożliwia on planowanie i wykonywanie zadań w fizycznym otoczeniu, w tym odczyt złożonych wskaźników, takich jak manometry czy termometry. Gemini Robotics-ER 1.6 integruje się z czworonożnym robotem Spot od Boston Dynamics, który jest obecnie testowany w fabrykach koncernu Hyundai.

Poprawa parametrów wynika ze współpracy obu firm, skupionej na zadaniach inspekcyjnych wymagających zaawansowanego wnioskowania wizualnego. Robot analizuje położenie wskazówek, poziomy cieczy oraz podziałki, co wcześniej stanowiło duże wyzwanie dla starszych modeli.

Agentic vision i mechanizmy działania

Kluczową innowacją jest agentic vision, łącząca wnioskowanie wizualne z generowaniem kodu w celu tworzenia tzw. wizualnego brudnopisu (scratchpad). Pozwala to robotom na manipulację obrazami i nanoszenie precyzyjnych wskazówek na elementach zdjęcia. Wynik 98% dokładności w odczycie instrumentów to efekt zastosowania agentic vision, podczas gdy model Gemini 3.0 Flash osiągał w tym zakresie 67%.

Nawet bez tej funkcji bazowy model wykazuje 86% skuteczności dzięki technologii multi-view reasoning i przetwarzaniu wielu strumieni z kamer jednocześnie. Pozwala to na redukcję halucynacji, np. podczas liczenia narzędzi na zdjęciach o dużym zagęszczeniu obiektów.

Zastosowania przemysłowe i bezpieczeństwo

Spot jest testowany w roli inspektora w zakładach produkcyjnych, w tym w sektorze motoryzacyjnym Hyundaia. Model umożliwia przeprowadzanie inspekcji wizualnych przez szyby wziernikowe w zbiornikach i rurociągach. Skuteczność na poziomie 86% bez agentic vision potwierdza solidne fundamenty modelu.

Google kładzie duży nacisk na bezpieczeństwo: model lepiej przestrzega ograniczeń fizycznych i trafniej ocenia ryzyko, np. potencjalne urazy dzieci znajdujących się w pobliżu gniazdek elektrycznych. Dzięki temu określany jest mianem „najbezpieczniejszego modelu robotycznego”.

Przyszłość robotyki w realnych środowiskach

Dotychczas roboty sprawdzały się głównie w powtarzalnych zadaniach na liniach montażowych. Nowy model ma na celu umożliwienie im pracy w niekontrolowanych przestrzeniach, co choć niesie pewne ryzyka, znacząco zwiększa produktywność. Skok skuteczności z 23% do 98% pokazuje ogromny potencjał tej technologii.

Testy praktyczne potwierdzą realną wartość rozwiązania w fabrykach i magazynach, przybliżając nas do ery wszechstronnych robotów przemysłowych.