Google DeepMind牵手波士顿动力 Gemini机械人将走进现代汽车工厂

波士顿动力首席履行官 Robert Playter 在接收《连线》杂志采访时表示，团队欲望打造的是具备“情境懂得力”和高程度“手部灵活操作才能”的新一代机械人。 他指出，幻想状况下，这些机械可以对四周情况做到高低文感知，并应用机械手操控各类外形不规矩的物体，而汽车制造工厂恰是验证这一才能的幻想场景之一。

根据介绍，初次实验场将设在现代汽车工厂，搭载 Gemini 的 Atlas 将测验测验履行多种制造义务，以考验其在真实工业情况中的适应性与靠得住性。 比拟传统依附固定法度榜样的工业机械人，这一轮实验的目标，是验证机械人可否在复杂、动态的场景中一边感知一边进修，并根据情境调剂行动策略。

今朝，Atlas 已经在体能和灵活性方面展示出高度成熟的技巧程度，包含完成高难度体操动作和跳舞表演等，但这些场景基本来自脚本化编排。 跟着多模态 Gemini 模型的参加，Atlas 和 Spot 将有望及时解读传感器数据、辨认并抓取非标准化物体，并在非构造化情况下自立筹划活动路径，从而向切近人类“物理智能”的偏向成长。

波士顿动力在机械人范畴深耕数十年，从早期军事负重机械人到如今敏捷的人形平台，曾辗转多任企业店主，包含Google、软银以及如今的现代汽车集团。 此次与 DeepMind 的合作在必定程度上也是与前店主“再度牵手”，结合其硬件积聚与Google在通用 AI 方面的技巧优势，测验测验在工业机械人范畴开辟新的路线。

Google DeepMind 机械人部分高等总监 Carolina Parada 表示，Gemini 的架构恰是为了这类“通用机械人”场景而设计，欲望构建可为广泛实体机械人平台供给智能的大年夜模型。 她强调，汽车制造只是一个起点，将来目标是慢慢扩大到更多行业应用，让机械人在更丰富的物理情况中履行义务。

与以往被限制于高度反复、固定工序的专用机械人不合，接入 Gemini 的体系有望在经久运行过程中持续从情况中进修。 波士顿动力机械人的实地数据也将反哺 Gemini 模型，赞助其更好懂得物理世界的交互规律，从而进一步晋升感知和控制才能。

不过，将更高智能引入工业机械人也带来了新的安然考量。 Parada 表示，Gemini 将经由过程对自身动作进行推理和束缚，增长一层行动安然检查，以避免潜在的危险动作。 Playter 也强调，即便体型较小的机械人，假如缺乏足够安然设计和限制，在复杂情况中同样可能造成伤害，是以在晋升自立性的同时必须保持严格的安然标准。

今朝，通用人形机械人的竞争正在敏捷升温，美国已有十多家公司投入相干研发，包含 Agility Robotics、Figure AI、Apptronik、1X 和特斯拉等。 行业机构的统计显示，在中国已有大年夜约 200 家企业涉足人形机械人范畴，本钱与技巧力量正加快涌入这一赛道。

在不少 AI 企业看来，让模型更慎密地介入物理世界交互，是实现更高等通用智能的下一阶段前提，包含 OpenAI 和特斯拉在内的多家公司都公开表达了类似断定。 对 DeepMind 来说，与波士顿动力的合作，表现出其计谋重心从纯软件体系向“具身智能”（embodied AI）转移的趋势。

DeepMind 首席履行官 Demis Hassabis 此前曾表示，并不计算自建机械人硬件，而是欲望 Gemini 成为类似“Android”的基本平台，让各类制造商在同一智能底座上开辟不合形态的机械人。 跟着 Atlas 和 Spot 等平台在现代工厂展开测试，这一“AI 操作体系”式愿景也迈出了落地应用的关键一步。