Google DeepMind מלמדת את הרובוט Apollo של Apptronik מיומנויות מווידאו בעזרת Gemini 4 Argon

תשעה ימים אחרי שהשיקה את Gemini 4 Argon ואת גרסת הרובוטיקה שלו לזמינות כללית, Google DeepMind הציגה את המודל עושה עבודה פיזית. Gemini 4 Argon צופה במשימה בווידאו, מחלץ ממנה את ההתנהגות ומעביר אותה לרובוט ההומנואידי Apollo של Apptronik.

למידה מווידאו יכולה לעקוף את צוואר הבקבוק היקר של איסוף נתוני הפעלה מרחוק של רובוטים, שהוא המכשול המרכזי בדרך להגדלת היקף של רובוטים כלליים. DeepMind פרסמה גם הדגמה שבה Gemini 4 Argon בונה קתדרלה גותית בתלת-ממד ב-Blender מתמונה אחת דרך MCP, מה שממחיש את רוחב יכולות השימוש בכלים של המודל.

ההדגמה מתחברת ל-blueprints המורחבים של NVIDIA ל-Cosmos לנתונים סינתטיים, ולצמיחה של Microduck ו-Reachy Mini של Hugging Face. אנשי רובוטיקה רואים בכל המאמצים האלה את אותו הימור: להגדיל את ה-AI הפיזי דרך וידאו וסימולציה. תחילת הייצור של Optimus של Tesla, עם יעד של 20,000 רובוטים בשבוע, מוסיפה לחץ מסחרי.

ההסתייגות: הדגמות נבחרות בקפידה. DeepMind לא פירטה את יכולת ההכללה בין משימות, את שיעורי ההצלחה או את רמת הבטיחות בסביבות לא מובנות.