Google DeepMindがGemini Robotics-ER 1.6を発表：メーター読み取りや空間推論を大幅強化
Google DeepMindはロボット向け具身推論モデル「Gemini Robotics-ER 1.6」を公開しました。空間ポインティングや複数カメラ視点でのタスク完了検知が向上。Boston Dynamicsとの協業により、四足歩行ロボットSpotがアナログ圧力計や液面計を正確に読み取れる機能も追加されました。
Spot
Boston Dynamics、Gemini 搭載の四足歩行ロボ「Spot」による片付けデモを公開
Boston Dynamics はGoogle の視覚言語モデル「Gemini Robotics-ER 1.5」を統合した Spot の室内片付けデモを公開した。従来のステートマシンによるプログラムではなく、自然言語プロンプトと API 経由のツール呼び出しで靴や空き缶を認識・片付けさせた。産業用ロボットが柔軟な環境推論を獲得する実用例として注目される。
AIデータセンターの警備に30万ドルの四足歩行ロボット導入、2年で費用回収へ
報道によると、巨大化するAIデータセンターの警備にボストン・ダイナミクスなどの四足歩行ロボットが相次ぎ配備されています。1台あたり最高30万ドルですが、固定センサーでは検知しにくい水漏れなども自律巡回で発見可能。人件費削減により約2年で投資回収できる見込みです。
メリーランド大がAI救助隊を公開：ドローンが捜索、四足歩行ロボが患者を選別
メリーランド大学のRoboScoutチームがAIを活用した災害救助システムを実演した。自律ドローンが生還者を発見すると四足歩行ロボSpotが駆けつけ、大規模言語モデルで会話しながらバイタルを測定し、医療従事者のスマホへ優先度を送信する。
ボストン・ダイナミクスのアトラス、ブレイクダンスや側転を披露
Boston Dynamicsは人型ロボット「Atlas」が側転やほふく前進、ブレイクダンスの技を決める新映像を公開した。RAIと共同でモーションキャプチャと強化学習を用いて訓練したもの。二足歩行の驚異的な俊敏性を示す一方、高コストな開発競争の中でいかに実用化へ繋げるかが問われている。
ボストン・ダイナミクスがSpotにChatGPTを統合、喋る観光ガイド犬に
Boston Dynamicsは四足歩行ロボット「Spot」にChatGPTや画像認識モデルBLIP-2などを連携させたツアーガイドのデモを公開した。周囲の状況を把握しながら質問に答え、皮肉屋などのキャラクター付けにも対応する。基盤モデルによる自律的な判断力を実機で実証した形だが、応答に約6秒の遅延やハルシネーションなどの課題も残る。