Google DeepMind 推出 Gemini Robotics-ER 1.6,Spot 機器人現可自主讀取儀表板

iconChainthink
分享
AI summary icon精華摘要
鏈上新聞:Google DeepMind 於 4 月 14 日推出 Gemini Robotics-ER 1.6,提升機器人的空間推理與多視角偵測能力。該模型現已支援讀取工業儀器,並可透過 Gemini API 和 Google AI Studio 使用。Boston Dynamics 已將其整合至 AIVI-Learning,使 Spot 機器人能自主檢測設施並讀取儀表板。AI + 加密貨幣新聞持續凸顯跨產業創新。

ChainThink 消息,4月14日,據 1M AI News 監測,谷歌 DeepMind 發布 Gemini Robotics-ER 1.6,定位為機器人高層推理模型。該模型相較前代 ER 1.5 和 Gemini 3.0 Flash,在空間推理和多視角理解上有顯著提升,目前已通過 Gemini API 和 Google AI Studio 向開發者開放。


核心升級包含三項能力:一是指向精度提升,可實現精確物體檢測、計數、空間關係推理及運動軌跡規劃,且能正確拒絕指向畫面中不存在的物體;二是多視角成功檢測,可綜合多個攝像頭畫面判斷任務完成情況,在遮擋或動態環境下仍能保持準確;三是新增儀表讀取能力,可解讀圓形壓力錶、垂直液位指示器、數字顯示屏等工業儀表,通過 agentic vision 實現逐步推理。


該儀表讀取能力源於 DeepMind 與 Boston Dynamics 的合作。Boston Dynamics 同日宣布,已將 Gemini 和 Gemini Robotics-ER 1.6 集成至 Orbit AIVI-Learning 產品中,並於 4 月 8 日對所有 AIVI-Learning 客戶上線。集成後新增儀表盤支援,四足機器人 Spot 可在工業設施中自主巡檢並讀取壓力錶等儀表數據。


Boston Dynamics 表示,借助 Gemini 的推理能力,AIVI-Learning 在既有視覺巡檢、托盤計數、積液檢測等任務上的基線性能和準確率有所提升。DeepMind 表示,ER 1.6 是其「最安全的機器人模型」,在對抗性空間推理任務中,安全指令遵從度優於 ER 1.5;在基於真實受傷報告的安全風險識別測試中,ER 系列模型在文本場景中高 6%、視頻場景中高 10%。

免責聲明:本頁面資訊可能來自第三方,不一定反映KuCoin的觀點或意見。本內容僅供一般參考之用,不構成任何形式的陳述或保證,也不應被解釋為財務或投資建議。 KuCoin 對任何錯誤或遺漏,或因使用該資訊而導致的任何結果不承擔任何責任。 虛擬資產投資可能存在風險。請您根據自身的財務狀況仔細評估產品的風險以及您的風險承受能力。如需了解更多信息,請參閱我們的使用條款風險披露