În scopul de a-și reproduce dominația smartphone-urilor în lumea fizică, Google DeepMind l-a recrutat pe fostul CTO Boston Dynamics Aaron Saunders pentru a conduce o nouă divizie de inginerie hardware.
Angajarea marchează o schimbare decisivă către o strategie „Android pentru roboți”, în care IA multimodală a lui Gemini va servi ca un sistem de operare universal pentru a treia mașină de operare pentru a treia parte. arhitect din spatele roboților Atlas și Spot, DeepMind încearcă să rezolve blocajul critic „de la sim-la-real” care limitează în prezent AI întruchipată, provocând rivali integrați vertical precum Tesla și Figure AI.
blank”>interview=”_blank”> La începutul acestei săptămâni, Hassabis a descris inițiativa ca fiind „un pic ca o joacă Android… Vrem să construim un sistem AI, o bază Gemini, care să poată funcționa aproape de la fabricație, în orice configurație a corpului”. Această abordare valorifică capacitățile multimodale ale modelelor Gemini, care procesează viziunea, limbajul și acțiunea (VLA) simultan, mai degrabă decât în silozuri.
Așa cum a remarcat Carolina Parada, șeful departamentului de robotică, în timpul lansării un model semnificativ de robotică în iunie,
a reprezentat un model semnificativ de robotică în iunie. salt pentru că „se bazează din înțelegerea lumii multimodale a Gemeni… Puteți, de asemenea, să scrieți cod și să generați imagini. De asemenea, poate genera acțiuni robotizate.”
Accentul strategic se bazează acum pe un viitor în care hardware-ul devine marfă și interschimbabil, în timp ce valoarea se acumulează în stratul de inteligență – „creierul”. „Sunt cel mai interesat de partea [AI] a creierului.” Lansarea recentă de către DeepMind a SDK-ului Gemini Robotics și a modelului „Robotics-ER” (axat pe raționamentul întruchipat) servește drept set de instrumente pentru dezvoltatori pentru acest ecosistem.
Prin decuplarea inteligenței de șasiu, Google își propune să evite capcanele de producție de hardware care necesită un consum mare de capital, asigurând în același timp modelele sale standard ale IA. Acest lucru oglindește abordarea sa cu Android, unde Google oferă coloana vertebrală software pentru Samsung, Xiaomi și altele, taxând efectiv întregul ecosistem fără a construi fiecare dispozitiv.
Paradoxul hardware: de ce un gigant al software-ului are nevoie de un constructor
În ciuda narațiunii „Android” centrate pe software, recrutarea lui Aaron2 Saunders – semnalul veteran al lui Aaron2 Saunders – un veteran al Bostonului nuanță critică în abordarea Google.
Saunders, care a ocupat funcția de CTO în timpul comercializării Spot și al dezvoltării robotului acrobatic Atlas, aduce o expertiză profundă în realitățile mecanice pe care modelele de software pur le ignoră adesea.
[conținut încorporat]
Numit vicepreședinte al Ingineriei Hardware, rolul său sugerează că Google își propune să-și valideze strategia de referință de a construi și să limiteze hardware-ul. propriul software.
Recrutarea unui constructor abordează decalajul persistent „de la sim-la-real”, în care agenții AI instruiți în simulări digitale perfecte – cum ar fi cei detaliați în acoperirea noastră despre robotica Gemini introdusă – eșuează atunci când întâlnesc frecare, zgomot de la senzor și imprevizibilitate fizică.
Hassabis prezice că „a fost un moment dificil în următorii ani de robotică alimentată de inteligență artificială. prezice”, o cronologie care necesită rezolvarea imediată a acestor probleme de împământare fizică.
Experiența lui Saunders cu acționarea hidraulică și electrică oferă un contrabalansat culturii DeepMind, care are o activitate intensă de cercetare, accelerând potențial implementarea raționamentului „Deep Think”în agenții fizici.
Succesul nu se poate baza pe modelele hardware maturizate pe baza acestei ipoteze de avansare a modelelor hardware. Așa cum telefonul Pixel demonstrează capabilitățile complete ale Android, un robot de referință proiectat de DeepMind ar putea prezenta raționamentul în timp real al Gemini 3 Pro în scenarii din lumea reală.
Integrarea senzorilor și buclele de control al actuatorului vor constitui probabil punctul central al diviziei, permițând Geminilor să „simtă” lumea, nu doar să o vadă. Această bază fizică este esențială pentru capacitățile „Deep Think” dezvăluite recent de Google, care necesită ca un agent să planifice acțiuni în mai mulți pași și să se adapteze la feedback-ul de mediu în timp real.
Commoditization Wars: Unitree, Tesla și Race for Scale
Saunders se alătură în timp ce piața chinezească de hardware robotică se află într-o transformare violentă a pieței de hardware de robotică. Unitree a devenit cel mai mare furnizor de sisteme cu patru picioare, livrând de aproximativ de 10 ori numărul de unități patruped în perioada 2023-2024, cu o scădere agresivă a prețurilor din sector. șasiu accesibil, acest volum validează primul pariu software al Google: pe măsură ce corpurile robotului devin ieftine și abundente, diferențiatorul devine inteligența care le conduce. Cu toate acestea, Google se confruntă cu o concurență acerbă din partea rivalilor integrați pe verticală precum Tesla (Optimus) și Figure AI, care controlează atât creierul, cât și corpul pentru a optimiza performanța.
În timp ce concurenți precum Tesla urmăresc un ecosistem închis, Meta contestă și stratul orizontal. În această vară, compania a lansat V-JEPA 2, un „model mondial” open-source, conceput pentru a învăța roboții bunul simț fizic prin observarea video.
Inginerii se întrec pentru a rezolva blocajul de date; după cum observă cercetătorul NVIDIA Jim Fan, simularea este esențială deoarece „o oră de timp de calcul oferă unui robot 10 ani de experiență de antrenament. Așa a putut Neo să învețe artele marțiale într-o clipită în Matrix Dojo.”
Bătăliile de recrutare s-au mutat de la angajarea de cercetători ML puri la 10 ani de experiență de antrenament de către liderii războaiți ai acestor talente. an.
În esență, strategia DeepMind se bazează pe convingerea că „creierul” va fi în cele din urmă cea mai valoroasă componentă a robotului. Asigurând un lider care înțelege „corpul” mai bine decât aproape oricine altcineva, Google își acoperă pariurile, asigurându-se că software-ul său nu este limitat de hardware pe care nu îl înțelege.
