Gemini Robotics et Gemini Robotics-ER

2025-03-12 · Éditeur : Google · Domaine : Intelligence Artificielle

Google DeepMind présente Gemini Robotics, un modèle vision-langage-action basé sur Gemini 2.0 qui commande directement des robots, et Gemini Robotics-ER, dédié au raisonnement spatial.

Google DeepMind présente Gemini Robotics, un modèle vision-langage-action basé sur Gemini 2.0 qui commande directement des robots, et Gemini Robotics-ER, dédié au raisonnement spatial. ### Ce qui change - Gemini Robotics : modèle vision-langage-action (VLA) qui ajoute l'action physique comme modalité de sortie pour piloter un robot. - Gemini Robotics-ER : modèle Gemini à compréhension spatiale avancée, pour que les roboticiens exécutent leurs propres programmes avec son raisonnement incarné. - Selon le rapport technique cité par Google, Gemini Robotics fait plus que doubler en moyenne la performance sur un banc de généralisation complet. - Tâches dextres en plusieurs étapes (pliage d'origami, rangement d'un en-cas dans un sac zip). - Partenariat avec Apptronik pour des robots humanoïdes ; accès de Gemini Robotics-ER limité à des testeurs de confiance. ### Caractéristiques - Base : Gemini 2.0. Réponse aux consignes en langage courant, dans plusieurs langues. - Disponibilité : partenaires et testeurs de confiance, pas d'accès public à l'annonce. ### Tarifs Tarif non communiqué à l'annonce. ### Benchmarks Aucun score chiffré précis dans le billet, en dehors de la mention « plus que double » la performance de généralisation moyenne (rapport technique). ### À retenir Première déclinaison de Gemini pour la robotique physique. Elle reste réservée à des partenaires en 2025, ce qui la place hors de portée des déploiements d'entreprise courants.

Tags : LLM, Google, DeepMind, Robotique, Gemini