Các mô hình Google Gemini Robotics đang hỗ trợ các robot thông minh hơn

Trong nhiều thập kỷ qua, robot đã là biểu tượng của tương lai, xuất hiện trong các phòng thí nghiệm nghiên cứu, phim khoa học viễn tưởng và các buổi trưng bày nguyên mẫu công nghiệp tiên tiến. Giờ đây, nhờ những tiến bộ gần đây trong lĩnh vực trí tuệ nhân tạo (AI), các nguyên mẫu này đang vươn ra khỏi các môi trường được kiểm soát để đi vào các ứng dụng trong thế giới thực.

Cụ thể, với Gemini Robotics, Google đang tiến thêm một bước gần hơn tới công nghệ cần thiết để xây dựng những robot thông minh hơn. Ra mắt vào ngày 12 tháng 3 năm 2025, model Gemini Robotics và model đồng hành Gemini Robotics-ER (Embodied Reasoning) là những đổi mới mới nhất từ Google DeepMind.

Chúng được xây dựng trên Gemini 2.0, một Large Language Model (LLM) đa phương thức có khả năng xử lý và tạo ra nhiều loại dữ liệu khác nhau, bao gồm văn bản, hình ảnh, âm thanh và video, giúp tạo điều kiện cho các tương tác linh hoạt và tự nhiên hơn. Các mô hình này mang các khả năng đa phương thức của Gemini 2.0 vào thế giới vật lý, giúp tạo ra các robot khéo léo, mang tính tương tác cao và thông minh hơn.

Ví dụ, không giống như các robot truyền thống tuân theo các chỉ dẫn cố định, các robot được tích hợp mô hình Gemini Robotics có thể xử lý cả hình ảnh và ngôn ngữ. Điều này cho phép chúng đưa ra quyết định theo thời gian thực và thích ứng với môi trường thay đổi.

Trong bài viết này, chúng ta sẽ khám phá Gemini Robotics và Gemini Robotics-ER, cách thức các mô hình này hoạt động cũng như các tính năng và ứng dụng chính của chúng. Hãy bắt đầu nào!

Hình 1. Gemini Robotics giúp robot thực hiện nhiều tác vụ một cách hiệu quả.

Giới thiệu về Google Gemini Robotics#

Gemini Robotics của Google là một model AI tiên tiến được thiết kế nhằm trao cho robot khả năng nhận thức, suy luận và tương tác trong thế giới vật lý. Là một model vision-language-action (VLA), hệ thống cho phép robot xử lý các hướng dẫn, diễn giải môi trường xung quanh và thực hiện các tác vụ phức tạp với độ chính xác cao.

Trong khi đó, mô hình Gemini Robotics-ER cải thiện khả năng của robot trong việc thấu hiểu các mối quan hệ không gian về cách các đối tượng được định vị, cách chúng di chuyển và cách chúng tương tác. Điều này giúp robot dự đoán hành động và điều chỉnh chuyển động của mình cho phù hợp.

Ví dụ, hãy xem xét một tác vụ mà robot cần quấn dây quanh tai nghe. Gemini Robotics-ER giúp nó hiểu cảnh quan, nhận dạng hình dạng và độ linh hoạt của sợi dây, xác định cấu trúc của tai nghe và dự đoán cách sợi dây sẽ uốn cong khi di chuyển. Sau đó, Gemini Robotics chuyển đổi sự thấu hiểu này thành hành động, phối hợp cả hai tay để thao tác với sợi dây một cách trơn tru, điều chỉnh lực nắm để tránh bị rối và đảm bảo mối quấn chắc chắn.

Bằng cách kết hợp nhận thức với hành động, Gemini Robotics và Gemini Robotics-ER tạo ra một hệ thống thông minh cho phép robot thực hiện các tác vụ khéo léo một cách hiệu quả trong môi trường năng động.

Hình 2. Tổng quan về dòng model Gemini Robotics.

AI trong robot học: Khám phá cách Gemini Robotics hoạt động#

Tiếp theo, hãy xem xét kỹ hơn từng mô hình để hiểu rõ hơn cách Gemini Robotics và Gemini Robotics-ER phối hợp với nhau để cân bằng giữa sự linh hoạt và các hành động nhanh chóng.

Một mặt, Gemini Robotics-ER tận dụng hai cơ chế chính: tạo mã zero-shot và học in-context few-shot (ICL). Với việc tạo mã zero-shot, mô hình có thể tạo mã để điều khiển robot dựa trên các chỉ dẫn tác vụ, hình ảnh và dữ liệu thời gian thực mà không cần đào tạo bổ sung.

Tương tự, với few-shot learning, model có thể thích ứng với các tác vụ mới bằng cách học chỉ từ một vài ví dụ, qua đó giảm thiểu nhu cầu huấn luyện diện rộng. Nhờ kết hợp các phương pháp này, robot có thể thực hiện nhanh chóng các tác vụ phức tạp và thích ứng với những thử thách mới với nỗ lực tối thiểu.

Mặt khác, Gemini Robotics được xây dựng vì tốc độ và hiệu quả. Nó sử dụng một hệ thống lai bao gồm một nền tảng dựa trên đám mây và bộ giải mã hành động trên bo mạch. Nền tảng dựa trên đám mây xử lý thông tin nhanh chóng, với độ trễ từ truy vấn đến phản hồi dưới 160 mili giây.

Sau đó, bộ giải mã trên bo mạch giúp chuyển đổi dữ liệu này thành các hành động thời gian thực. Hệ thống kết hợp này đạt được thời gian phản hồi tổng thể khoảng 250 mili giây, với tốc độ điều khiển là 50 hành động mỗi giây.

Hình 3. Tìm hiểu cách Gemini Robotics hỗ trợ điều khiển robot theo thời gian thực.

Các khả năng chính của Gemini Robotics#

Dưới đây là cái nhìn nhanh về các tính năng chính của Gemini Robotics:

• Tính tổng quát: Nó có thể thích ứng với những thay đổi về ánh sáng, nền và đối tượng trong khi vẫn duy trì độ chính xác. Nó cũng hiểu các lệnh diễn đạt lại hoặc đa ngôn ngữ và có thể điều chỉnh chuyển động cho các điều kiện khác nhau.

• Tính tương tác: Model này có thể xử lý đa dạng các lệnh ngôn ngữ tự nhiên và phản hồi một cách trực quan. Hệ thống cũng tự động điều chỉnh hành động dựa trên những thay đổi theo thời gian thực trong môi trường, trở thành giải pháp lý tưởng cho sự hợp tác giữa người và robot.

• Sự khéo léo: Một robot được vận hành bởi mô hình này có thể thực hiện các tác vụ phức tạp, chính xác như gấp giấy origami hoặc xử lý các đối tượng tinh xảo. Cho dù đó là quy trình từng bước hay các hành động nhanh, mô hình đều có thể giúp thực hiện chúng một cách hiệu quả.

• Đa dạng nền tảng: Nó hoạt động trên nhiều nền tảng robot khác nhau, chẳng hạn như hệ thống hai cánh tay và robot hình người, với rất ít tinh chỉnh. Nó nhanh chóng thích ứng với các tác vụ mới trong khi vẫn duy trì hiệu suất cao.

Hình 4. Google Gemini Robotics hoạt động trên nhiều nền tảng robot khác nhau.

Các khả năng chính của Gemini Robotics-ER#

Dưới đây là một số tính năng chính của Gemini Robotics-ER giúp robot hiểu và tương tác với thế giới:

• Phát hiện đối tượng và theo dõi: Công nghệ này có thể được sử dụng để nhận diện và theo dõi đối tượng trong cả không gian 2D và 3D. Bằng cách sử dụng các truy vấn ngôn ngữ tự nhiên, hệ thống hỗ trợ robot tìm kiếm đối tượng và dự đoán vị trí của chúng, dựa trên chủng loại, vị trí hoặc chức năng.

• Chỉ trỏ: Tính năng này cho phép mô hình xác định chính xác các đối tượng hoặc bộ phận cụ thể trong hình ảnh bằng cách sử dụng các tọa độ chính xác. Nó có thể được sử dụng để giúp robot định vị toàn bộ đối tượng, các bộ phận của đối tượng hoặc thậm chí các khoảng trống.

• Dự đoán lực nắm: Gemini Robotics-ER có thể được sử dụng để xác định cách nắm bắt các đối tượng tốt nhất dựa trên hình dạng và chức năng của chúng. Nó dự đoán nơi cần nắm, cho dù đó là quả chuối hay tay cầm cốc, cho phép robot xử lý các vật phẩm một cách cẩn thận.

• Suy luận quỹ đạo: Mô hình có thể được sử dụng để lập kế hoạch đường di chuyển bằng cách dự đoán các chuỗi hành động. Ví dụ, nó có thể hướng dẫn một cánh tay robot về phía công cụ hoặc xác định các điểm trung gian cho một tác vụ cụ thể, giúp robot hoàn thành công việc một cách hiệu quả.

• Tương quan đa góc nhìn: Tính năng này giúp mô hình hiểu các cấu trúc 3D bằng cách so sánh cách các đối tượng xuất hiện từ các góc độ khác nhau. Nó có thể được sử dụng để tăng cường khả năng suy luận không gian, cho phép robot tương tác tốt hơn với các đối tượng trong môi trường động.

Hình 5. Gemini Robotics-ER có thể xử lý đa dạng các tác vụ.

Các ứng dụng của mô hình Google Gemini Robotics#

Bây giờ chúng ta đã thảo luận về các khả năng chính của Gemini Robotics và Gemini Robotics-ER, hãy đi sâu vào các ứng dụng thực tế của chúng trong nhiều ngành công nghiệp khác nhau.

Google Gemini Robotics có thể được sử dụng trong sản xuất#

Trong lĩnh vực sản xuất, độ chính xác và tốc độ đóng vai trò quan trọng, nhưng khả năng thích ứng mới là yếu tố thực sự giúp mọi quy trình vận hành trơn tru. Chẳng hạn, một robot công nghiệp tích hợp Gemini có thể lắp ráp hệ thống ròng rọc bằng cách nhận diện đúng các linh kiện, đặt chúng vào đúng vị trí và thao tác với một dải cao su linh hoạt bằng một lực chính xác.

Nó có thể kéo căng sợi dây, vòng qua các ròng rọc và cố định nó mà không bị đứt hoặc lệch. Nếu thiết lập thay đổi hoặc tác vụ biến đổi, robot có thể thích ứng mà không cần lập trình lại phức tạp. Tự động hóa thông minh này giảm thiểu lỗi, cải thiện hiệu quả và giữ cho các quy trình sản xuất vận hành trơn tru.

Hình 6. Robot công nghiệp hai tay lắp chính xác vòng cao su lên hệ thống ròng rọc.

Nhà thông minh được hỗ trợ bởi Gemini Robotics#

Lịch trình bận rộn có thể khiến việc duy trì các công việc gia đình trở nên khó khăn. Các robot thông minh có thể can thiệp để xử lý các việc như dọn dẹp, phân loại hàng hóa, thậm chí hỗ trợ chuẩn bị bữa ăn, giúp cuộc sống hàng ngày trở nên dễ dàng hơn.

Điều này có thể giống như một robot đóng gói túi cơm trưa, chọn lọc và đặt các loại thực phẩm vào bên trong một cách cẩn thận trong khi điều chỉnh lực nắm để bảo vệ các vật phẩm dễ vỡ như trái cây hoặc lon. Ngay cả khi sự sắp xếp thay đổi, robot có thể tự thích ứng, giảm bớt công việc hàng ngày với sự giám sát tối thiểu.

Hình 7. Một robot hình người cẩn thận đóng gói túi đựng bữa trưa.

Ưu và nhược điểm của việc tận dụng Gemini Robotics#

Gemini Robotics đang mở rộng những gì robot có thể làm, từ sản xuất chính xác đến hỗ trợ nhà thông minh. Dưới đây là một số lợi thế chính của việc sử dụng Gemini Robotics trong nhiều ứng dụng khác nhau:

• Yêu cầu huấn luyện tối thiểu: Khác với các robot truyền thống, robot vận hành bằng Gemini Robotics có thể học hỏi chỉ từ một vài thao tác mẫu, giúp giảm chi phí huấn luyện và giúp quá trình triển khai trở nên dễ dàng hơn.
• Tăng cường an toàn: Trong các môi trường nguy hiểm, robot được tích hợp Gemini Robotics có thể thực hiện các tác vụ nguy hiểm, giảm nguy cơ chấn thương cho người lao động.
• Tính năng tùy biến: Sự linh hoạt của Gemini Robotics có nghĩa là nó có thể được điều chỉnh để đáp ứng nhu cầu cụ thể của các ngành công nghiệp hoặc doanh nghiệp khác nhau, cho phép các ứng dụng chuyên biệt và các giải pháp độc đáo.

Mặc dù Gemini Robotics mang lại một số lợi ích, nhưng việc giải quyết các hạn chế sau cũng quan trọng không kém:

• Thách thức về mối quan hệ không gian: Các mô hình này có thể gặp khó khăn trong việc theo dõi các mối quan hệ không gian qua các chuỗi video dài, điều này ảnh hưởng đến khả năng theo dõi và hiểu các đối tượng theo thời gian.
• Thiếu độ chính xác số học: Các dự đoán của mô hình, chẳng hạn như điểm và hộp bao (bounding box), có thể không đủ chính xác cho các tác vụ đòi hỏi sự kiểm soát tinh vi, chẳng hạn như các tác vụ robot nhạy cảm.
• Các tác vụ phức tạp: Gemini Robotics có thể gặp khó khăn khi xử lý các tác vụ phức tạp cần suy luận nhiều bước và các chuyển động chính xác, đặc biệt là trong các tình huống mới hoặc không quen thuộc.

Tương lai của AI trong robot học#

Khi AI tiếp tục tiến bộ, các model như Gemini Robotics và Gemini Robotics-ER đang thúc đẩy tương lai của ngành robot. Những cải tiến trong tương lai dự kiến sẽ tập trung vào việc nâng cao khả năng suy luận nhiều bước, giúp robot chia nhỏ các tác vụ thành các bước logic để đạt độ chính xác cao hơn.

Một lĩnh vực phát triển chính khác mà Google DeepMind dự định thực hiện là đào tạo dựa trên mô phỏng. Bằng cách học trong môi trường ảo trước khi triển khai thực tế, robot có thể tinh chỉnh quá trình ra quyết định và chuyển động của mình, giảm thiểu sai sót trong các ứng dụng thực tế.

Khi các công nghệ này phát triển, chúng có thể mở đường cho một tương lai nơi robot tự chủ hơn, dễ thích nghi hơn và có khả năng làm việc liền mạch cùng con người trong cuộc sống hàng ngày.

Các điểm chính cần lưu ý#

Gemini Robotics là một bước tiến lớn trong tự động hóa dựa trên AI, kết nối trí tuệ kỹ thuật số với các tác vụ vật lý trong thế giới thực. Bằng cách kết hợp thị giác, ngôn ngữ và học tập dựa trên hành động, những robot này có thể xử lý các tác vụ phức tạp với độ chính xác và khả năng thích ứng cao.

Khi robot ngày càng trở nên thông minh hơn, chúng có khả năng sẽ đóng vai trò lớn hơn trong cuộc sống hàng ngày, thay đổi cách con người và máy móc làm việc cùng nhau. Tiến bộ này đang đưa chúng ta đến gần hơn với một thế giới thông minh, kết nối tốt hơn, nơi tự động hóa dựa trên AI nâng cao cả các ngành công nghiệp và các tác vụ hàng ngày.

Hãy trở thành một phần trong cộng đồng đang phát triển của chúng tôi! Truy cập kho lưu trữ GitHub của chúng tôi để tìm hiểu sâu hơn về AI. Bạn đang muốn bắt đầu các dự án computer vision của riêng mình? Hãy xem qua các tùy chọn cấp phép của chúng tôi. Tìm hiểu thêm về AI trong sản xuất và Vision AI trong ngành ô tô trên các trang giải pháp của chúng tôi!