Google DeepMind는 7월 30일 Gemini Robotics 2를 공개했다. 데모에서 Apptronik의 Apollo 2는 몸을 굽히고 선반까지 걸어가 물뿌리개를 집어 지정된 위치에 놓았다.
세 모델이 한 몸을 구성한다
Gemini Robotics 2는 시각과 언어 입력을 모터 제어로 바꾸는 VLA 모델이다. Gemini Robotics ER 2는 환경 이해와 대화, 다단계 계획을 맡는다. Gemini Robotics On-Device 2는 네트워크 없이 로봇 기기에서 동작하도록 설계됐다.
Carolina Parada는 WIRED에 “It's another milestone in our path towards really getting towards what we call like physical AGI, which means we get a robot to do anything that a human can.”라고 말했다. 검증 가능한 진전은 전신 제어, 양손 조작, 다중 로봇 협업, 로컬 실행, 안전 정지로 나뉜다.
손 조작은 아직 고르지 않다
공식 차트에 따르면 Apollo 2와 Inspire hands 조합은 책상 위 물체 집기 68.4%, 바닥 집기 45.7%, 선반 집기 76.3%를 기록했다. 다섯 손가락 SharpaWave 손에서는 전구 풀기 92%, 전구 조이기 36%, 쓰레기봉투 묶기 44%, 쓰레받기 32%, 지퍼백 닫기 40%였다.
전신 이동은 큰 진전이지만, 사람 손에 가까운 조작일수록 안정성의 빈틈이 드러난다.
배포 가능성은 재현성이 가른다
Google은 On-Device 2가 보통 200개 미만의 예시와 몇 시간의 데이터로 새 양팔 로봇 형태에 적응할 수 있다고 밝혔다. 모델 카드는 SO101 성공률이 6.7%에서 53.3%, Dexmate가 24.4%에서 75.6%로 올랐다고 제시한다. 이는 해당 평가 조건의 수치다.
다음 확인점은 제3자 로봇에서도 소량 데이터 적응이 반복되는지, 낮은 다지 조작 과제가 과반 성공률을 넘는지, 사람이 가까이 올 때 안전 정지가 실제 작업장에서도 안정적으로 작동하는지다.
출처: Google DeepMind 발표, Gemini Robotics ER 2 및 On-Device 2 모델 카드, Google AI for Developers, CocoLoop, WIRED, The Verge, Sina Finance; 모델 범위, 세 모델 구성, Apollo 2/SharpaWave/Inspire hands 평가 조건, 128k/64K 설정, 200개 미만 적응과 제공 채널을 확인.