Google DeepMind ने अपने रोबोटिक्स-केंद्रित AI का अगला विकास जारी कर दिया है, और यह एक ऐसा विकास है जो आपको यह सोचने पर मजबूर कर देता है कि मशीनें बहुत जल्द भविष्य में क्या करने में सक्षम होंगी। Gemini Robotics ER 2, जो अब Gemini API और Google AI Studio के माध्यम से सार्वजनिक प्रीव्यू के लिए उपलब्ध है, रोबोटिक सिस्टम के लिए एक उच्च-स्तरीय तर्क "मस्तिष्क" के रूप में डिज़ाइन किया गया है, जो वीडियो और स्थानिक डेटा को प्रोसेस करके रोबोट्स को वास्तविक रूप से उनके चारों ओर की भौतिक दुनिया को समझने में मदद करता है।
जेमिनी रोबोटिक्स ER 2 वास्तव में क्या करता है
यह मॉडल उद्योग द्वारा "शरीरिक तर्क" कहलाने वाली अवधारणा में एक महत्वपूर्ण कदम का प्रतिनिधित्व करता है। यह वीडियो फीड्स देखता है, त्रि-आयामी स्थान को समझता है, वस्तुओं का पता लगाता है, यह अनुमान लगाता है कि चीजें कहाँ जा रही हैं, और जटिल कार्यों को पूरा करने के लिए उपकरणों का उपयोग कैसे करना है, यह निकालता है।
ER 2 मल्टी-रोबोट सहयोग का समर्थन करता है, जिसका अर्थ है कि यह एक साझा लक्ष्य पर काम करने वाले कई मशीनों को समन्वित कर सकता है। यह मानव-रोबोट सहयोग भी संभालता है, इसलिए लोग और मशीनें एक टीम के रूप में कार्य कर सकती हैं।
मॉडल Gemini Robotics VLA वेरिएंट्स के साथ एकीकृत होता है, जो सीधे शारीरिक नियंत्रण को संभालते हैं। ER 2 सोचता है, VLA कार्य करता है।
गूगल डीपमाइंड ने इस क्षण की ओर व्यवस्थित रूप से काम किया है। मार्च 2025 में पहला जेमिनी रोबोटिक्स मॉडल घोषित किया गया था। अगले संस्करण, जेमिनी रोबोटिक्स ER 1.6, अप्रैल 2026 में लॉन्च किया गया और बोस्टन डायनामिक्स के सहयोग से उपकरण पढ़ने की क्षमता पेश की। ER 2 इन आधारों को बेहतर स्थानिक और समयानुसार तर्क, जिसमें वस्तु संसूचन, पथ भविष्यवाणी और बहु-दृश्य संगति शामिल है, के साथ विस्तारित करता है।
बोस्टन डायनामिक्स और एगिलिटी रोबोटिक्स उन कंपनियों में से हैं जो डीपमाइंड के साथ परीक्षण और विकास कर रही हैं।
क्रिप्टो को रोबोट के दिमाग के बारे में क्यों चिंता करनी चाहिए
सबसे स्पष्ट कनेक्शन पॉइंट डिसेंट्रलाइज्ड फिजिकल इंफ्रास्ट्रक्चर नेटवर्क्स हैं, जिन्हें सामान्यतः DePIN कहा जाता है। ये प्रोजेक्ट्स टोकन प्रोत्साहन का उपयोग करके, पारंपरिक कॉर्पोरेट पूंजी व्यय के बजाय, वायरलेस नेटवर्क से लेकर सेंसर ग्रिड्स और कंप्यूट क्लस्टर्स तक की वास्तविक दुनिया की इंफ्रास्ट्रक्चर बनाने का लक्ष्य रखते हैं।
फिर एआई एजेंट का कोण है। पिछले वर्ष के सबसे अधिक हाइप किए गए विषयों में से एक क्रिप्टो प्रोजेक्ट्स द्वारा स्वायत्त एजेंट प्लेटफॉर्म बनाना रहा है। इनमें से अधिकांश एजेंट केवल सॉफ्टवेयर में मौजूद हैं, जो टोकन्स का व्यापार करते हैं या ऑन-चेन पोज़ीशन्स का प्रबंधन करते हैं। एजेंटिक एआई का तार्किक विस्तार एमबॉडीड एजेंट्स हैं, जो सॉफ्टवेयर बुद्धिमत्ता हैं जो भौतिक हार्डवेयर को नियंत्रित करती हैं। जेमिनी रोबोटिक्स ER 2 मॉडल लेयर पर इस संक्रमण के होने का मूल रूप है।
निवेशकों को क्या देखना चाहिए
रोबोटिक बुनियादी ढांचे, सेंसर नेटवर्क और भौतिक दुनिया के कंप्यूटिंग से जुड़े DePIN टोकन उस समय पुनः रुचि प्राप्त कर सकते हैं जब मुख्यधारा की AI कंपनियाँ भौतिक AI डिप्लॉयमेंट के महत्व की पुष्टि करेंगी।
जोखिम यह है कि गूगल और उसके हार्डवेयर साझेदार स्वयं पूरा स्टैक, तर्क मॉडल से लेकर सीधे नियंत्रण और क्लाउड इंफ्रास्ट्रक्चर तक, बना देंगे, जिससे डिसेंट्रलाइज्ड विकल्पों के लिए कोई ऑक्सीजन नहीं बचेगा। डीपमाइंड के बोस्टन डायनामिक्स और एगिलिटी रोबोटिक्स के साथ साझेदारी से एक ऊर्ध्वाधर एकीकृत दृष्टिकोण का सुझाव मिलता है, जिसके साथ खुले या डिसेंट्रलाइज्ड परितंत्र कठिनाई से केवल क्षमता के आधार पर प्रतिस्पर्धा कर पाएंगे।