Google เปิดตัว Gemini Robotics ER 2 สมองกล AI รุ่นใหม่ สั่งหุ่นยนต์หลายตัวทำงานร่วมกันได้เหมือนมนุษย์

Google DeepMind เปิดตัว Gemini Robotics ER 2 โมเดล AI สาย Embodied Reasoning รุ่นอัปเกรดล่าสุด เปรียบเหมือนสมองส่วนหน้า ทำให้หุ่นยนต์สามารถคิด วิเคราะห์ ช่างสังเกต และวางแผนงานซับซ้อนได้อย่างมีประสิทธิภาพแบบก้าวกระโดด

ทำไม Gemini Robotics ER 2 ถึงน่าสนใจ?

ปกติแล้วการให้หุ่นยนต์ทำงานซับซ้อนในชีวิตจริงเป็นเรื่องยากมาก เพราะโลกจริงมีความชะงักและยุ่งเหยิงตลอดเวลา แต่ Gemini Robotics ER 2 ถูกออกแบบมาเพื่อแก้ปัญหานี้โดยเฉพาะด้วยความสามารถการคิดเชิงกายภาพ ช่วยให้หุ่นยนต์สนทนากับมนุษย์ เข้าใจสภาพแวดล้อม วางแผนงานหลายขั้นตอน และส่งต่อคำสั่งไปยังโมเดลควบคุมการเคลื่อนไหว (VLA) ได้ พร้อมเรียกใช้เครื่องมืออย่าง Google Search หรือฟังก์ชันที่ผู้ใช้กำหนดเองระหว่างทำงาน ทำให้หุ่นยนต์สามารถ “คิด” และปรับแผนได้แบบเรียลไทม์

เมื่อเทียบกับ Gemini Robotics ER 1.6 รุ่นใหม่สามารถติดตามความคืบหน้าจากภาพวิดีโออย่างต่อเนื่อง รู้จักแก้ไขข้อผิดพลาด และตัดสินใจขั้นตอนถัดไปได้แม่นยำขึ้น รวมถึงรองรับการทำงานร่วมกันของหุ่นยนต์หลายตัว เพื่อรับมือกับงานที่ซับซ้อนกว่าที่หุ่นยนต์เพียงตัวเดียวทำได้

• สั่งการลื่นไหล ไม่ต้องหยุดคิด: เชื่อมต่อผ่าน Gemini Live API แบบ bidirectional streaming ช่วยลดอาการกระตุกหรือหยุดชะงักระหว่างประมวลผล ทำให้หุ่นยนต์ตัดสินใจและสั่งการส่วนรับรู้เคลื่อนไหว (VLA models) ได้ต่อเนื่องเรียลไทม์
• รู้ว่างานเสร็จจริงตอนไหน (Moment-Finding): มีระบบวิเคราะห์วิดีโอแบบต่อเนื่อง รู้แม่นยำระดับวินาทีว่าขั้นตอนไหนทำเสร็จแล้ว เช่น รู้ว่าต้องหยุดรินกาแฟตอนไหน หรือผูกถุงขยะเสร็จหรือยัง ด้วยความแม่นยำสูงถึง 91.3%
• หุ่นยนต์แท็กทีมทำงานร่วมกัน (Multi-Robot Collaboration): ไม่จำกัดแค่หุ่นยนต์ตัวเดียวอีกต่อไป โมเดลนี้เปิดทางให้หุ่นยนต์ต่างค่ายต่างประเภท (เช่น หุ่นยนต์สี่ขาอย่าง Spot หรือหุ่นยนต์ Humanoid) สื่อสารและส่งต่องานกันเองได้แบบราบรื่น
• ปลอดภัยระดับสูงสุด: หากมีมนุษย์เดินเข้ามาใกล้ หุ่นยนต์จะตรวจจับได้ทันทีและหยุดการทำงานอัตโนมัติเพื่อความปลอดภัย จนกว่าพื้นที่นั้นจะปลอดภัยจริงถึงจะเริ่มทำงานต่อ

ใช้ทำอะไรได้บ้าง?

ในเดโมล่าสุด Google ได้ทดสอบจับคู่ Gemini Robotics ER 2 ร่วมกับหุ่นยนต์สี่ขา Spot จาก Boston Dynamics โดยหุ่นยนต์สามารถฟังคำสั่งภาษาธรรมชาติ เช่น “ไปหยิบป๊อบคอร์นให้หน่อย” ตัว AI จะช่วยวางแผนเส้นทาง ควบคุมการเคลื่อนไหวของแขนกล และหยิบของมาส่งให้ได้อย่างถูกต้องแม่นยำ

สำหรับเหล่านักพัฒนาและสายเทคที่อยากลองเล่น Gemini Robotics ER 2 ตอนนี้ Google เปิดให้ใช้งานแล้วผ่านทาง Gemini API, Google AI Studio และในรูปแบบ Private Preview บน Gemini Enterprise Agent Platform เรียบร้อยแล้ว

ที่มา blog.google

หนุ่ย แซ่แต้

นักเขียนสาย Introvert ที่ชื่นชอบเรื่องนวัตกรรมและความคิดสร้างสรรค์ ใช้เวลาว่างกับ มังงะ, เสียงเพลงและ idol