ExperiencesAirport transferYacht charter
Blog
Google dévoile Gemini, un modèle robotique pour les opérations robotiques locales

Google dévoile Gemini, un modèle robotique pour les opérations robotiques locales

David Chen
3 minutes read
News
·

Lancement du modèle Gemini Robotics

Google DeepMind vient de lancer Gemini Robotics On-Device. C'est un modèle linguistique qui permet aux robots de s'attaquer aux tâches directement sur leur propre matériel. Pas besoin d'attendre des connexions au cloud ou quoi que ce soit de ce genre. C'est un cran au-dessus de la version originale de Gemini Robotics qu'ils ont lancée en mars.

Capacités du nouveau modèle

Voilà le truc : ce modèle affine la façon dont les développeurs contrôlent chaque mouvement d'un robot. Vous pouvez l'ajuster avec de simples instructions en langage naturel, en l'adaptant à n'importe quelle configuration : chaos d'entrepôt ou travail de laboratoire tranquille. Franchement, cette flexibilité ? Ça change la donne pour une utilisation dans le monde réel.

Indices de performance

Google affirme que sa version embarquée est presque aussi performante que la version cloud dans les tests. Elle surpasse également un certain nombre d'autres modèles locaux. Ils n'ont cependant pas cité de noms. Il est important de noter : rapidité et fiabilité sans décalage.

Démonstrations en action

Lors d'une récente démonstration, le modèle a déballé des sacs à toute vitesse. Il a plié des vêtements comme si de rien n'était. Il a commencé à être formé sur des robots ALOHA, puis est passé à un Franka FR3 bi-bras sans sourciller. Il a même manipulé l'humanoïde Apollo d'Apptronik. Le Franka a réalisé un assemblage sur une bande industrielle avec des éléments qu'il n'avait jamais vus auparavant. Impressionnant, n'est-ce pas ? Ce genre d'adaptabilité ne vient pas facilement.

Présentation du SDK Gemini Robotics

Ils ne se sont pas arrêtés au modèle. Google DeepMind a également lancé un SDK Gemini Robotics. Les développeurs lui fournissent 50 à 100 clips de démonstration de tâches, et il forme les robots à de nouvelles compétences via le simulateur MuJoCo. Simple comme bonjour. Ou du moins, c'est le discours.

Développements en robotique par d'autres entreprises

Google n'est pas le seul dans ce domaine. Nvidia prépare des plateformes pour les bases de la robotique humanoïde. Hugging Face propose des modèles et des ensembles de données ouverts, et s'associe même à des projets de robots. Il y a aussi RLWRLD, cette startup coréenne soutenue par Mirae Asset, qui construit des modèles de base pour la robotique. Tout le monde s'y met.

Ce que cela signifie pour l'avenir

Une technologie comme celle-ci pourrait bouleverser les services de location de voitures. Imaginez des robots qui trient les flottes plus rapidement, ou qui gèrent la logistique sans retards humains. Associez cela aux opérations de location de voitures, et vous obtenez des trajets plus fluides pour les clients. Des livraisons plus rapides. Des moyens plus intelligents de déplacer les personnes et les biens. Le hic ? Il faudra du temps pour que cela se déploie partout.

En résumé

En résumé, Gemini Robotics met en évidence l'avantage de Google en matière d'IA. Il ouvre également des portes aux innovations en matière de location de voitures. Ne vous contentez pas d'accepter les critiques telles quelles, essayez-le vous-même. Des plateformes comme GetRentaCar combinent des commentaires solides avec des témoignages pratiques. Vous avez le choix entre des voitures compactes et rapides et des SUV luxueux pour tous les voyages. Réservez dès maintenant sur GetRentaCar.com. Facile et sûr sur la route.

Et après ?

La technologie continue d'évoluer. Restez informé pour rendre vos voyages plus intelligents. Les améliorations apportées à la robotique pourraient modifier la logistique de la location de voitures du jour au lendemain, en particulier sur des marchés comme celui-ci. Optez pour une voiture économique ou faites des folies avec le luxe : GetRentaCar a des voitures abordables prêtes à l'emploi. Planifiez cette escapade. Aujourd'hui.

Frequently Asked Questions

What is Google's Gemini robotics model?

Google's Gemini robotics model is designed for on-site robot tasks without relying on cloud computing, enabling faster and smarter operations like warehouse sorting or delivery runs. It uses edge computing to process data locally, reducing latency to under 100 milliseconds for real-time decisions. This model signals advancements in AI-driven mobility for everyday transport, including potential applications in car rentals.

How will Gemini AI improve car rental processes?

Gemini could power local AI bots at rental desks to handle paperwork and reduce queues by up to 40% at busy locations like airports. It enables robots to scan IDs and prepare vehicles in about 5 minutes, as seen in potential scenarios at hubs like Barcelona Airport. Additionally, AI inspections with 360-degree scans could minimize disputes over damages, making handovers more accurate.

Can Gemini enable offline autonomous car rentals?

Yes, Gemini's local operations allow self-driving features to run offline, ideal for areas with spotty signals like rural Iceland. It processes vision and navigation data without cloud dependency, potentially slashing error rates in vehicle handovers by 15-20%. This could integrate with fleets like Sixt's electric vehicles in Germany, saving travelers up to 1.5 hours per trip on maneuvers.

What benefits does Gemini offer for airport car pickups?

Gemini-equipped robots could handle luggage transfers from planes to rental lots, reducing wait times to under 10 minutes at airports like Catania. Features like app-based unlocks and facial recognition eliminate the need for keys, cutting walking distances in large terminals like Heathrow by 2.7 km. This streamlines the pickup process for smoother travel starts.

What are the challenges of using Gemini AI in car rentals?

Local AI operations require robust onboard hardware, potentially increasing rental costs by EUR 15-25 per day for AI-enabled vehicles. Privacy concerns arise as robots may log drive patterns, feeding data to providers, so opting for cash deposits could limit tracking. Regulations for AI in rentals are lagging, which might delay widespread adoption.