{"id":14247,"date":"2025-09-26T18:00:00","date_gmt":"2025-09-26T16:00:00","guid":{"rendered":"https:\/\/haimagazine.com\/?p=14247"},"modified":"2025-09-26T16:29:58","modified_gmt":"2025-09-26T14:29:58","slug":"google-deepmind-nowe-modele-robot","status":"publish","type":"post","link":"https:\/\/haimagazine.com\/pl\/ai_news\/google-deepmind-nowe-modele-robot\/","title":{"rendered":"Aktualizacja, kt\u00f3ra uczy roboty planowa\u0107 i korzysta\u0107 z internetu"},"content":{"rendered":"<p>Google DeepMind zaprezentowa\u0142o now\u0105 generacj\u0119 swoich modeli AI dla robotyki: <strong>Gemini Robotics 1.5 <\/strong>i <strong>Gemini Robotics-ER 1.5<\/strong>. To znacz\u0105ce rozszerzenie rozwi\u0105za\u0144 z marca 2024 roku, kt\u00f3re <strong>wyposa\u017ca roboty w zdolno\u015b\u0107 planowania wieloetapowego<\/strong> i<strong> korzystania z internetu w celu uzupe\u0142niania danych<\/strong>. Dzi\u0119ki nowym modelom maszyny mog\u0105 planowa\u0107 dzia\u0142ania z kilkukrokowym wyprzedzeniem, co pozwala im rozwi\u0105zywa\u0107 z\u0142o\u017cone zadania w \u015bwiecie fizycznym.<\/p><h4 class=\"wp-block-heading\"><strong>Jak to dzia\u0142a? Dwuetapowa architektura<\/strong><\/h4><p>Sercem systemu jest wsp\u00f3\u0142praca dw\u00f3ch wyspecjalizowanych modeli. Pierwszy z nich, Gemini Robotics-ER 1.5, pe\u0142ni funkcj\u0119 komponentu do analizy i planowania. Przetwarza on dane o otoczeniu i celu, wykorzystuje narz\u0119dzia cyfrowe do wyszukania potrzebnych informacji (np. lokalnych przepis\u00f3w), a nast\u0119pnie generuje plan dzia\u0142ania w j\u0119zyku naturalnym. Instrukcje te trafiaj\u0105 do drugiego modelu, Gemini Robotics 1.5. Jest to system wykonawczy typu <strong>VLA<\/strong> (wizja-j\u0119zyk-akcja), kt\u00f3ry otrzymany plan przek\u0142ada na konkretne, fizyczne operacje robota.<strong> Taka architektura oznacza fundamentaln\u0105 zmian\u0119: przej\u015bcie od wykonywania prostych, pojedynczych polece\u0144 do autonomicznego, wieloetapowego realizowania zada\u0144.<\/strong><\/p><h4 class=\"wp-block-heading\"><strong>Nowe zdolno\u015bci: od sortowania po recykling zale\u017cny od lokalnych zasad<\/strong><\/h4><p>Nowe mo\u017cliwo\u015bci robot\u00f3w zilustrowano praktycznymi przyk\u0142adami. Potrafi\u0105 one posortowa\u0107 pranie, spakowa\u0107 walizk\u0119 po uprzednim sprawdzeniu prognozy pogody w miejscu docelowym, a nawet pom\u00f3c w segregacji odpad\u00f3w zgodnie z lokalnymi wytycznymi wyszukanymi w internecie. Zadania te wymagaj\u0105 nie tylko rozpoznawania obiekt\u00f3w, ale przede wszystkim dost\u0119pu do zewn\u0119trznych danych i sekwencyjnego planowania dzia\u0142a\u0144.<\/p><h4 class=\"wp-block-heading\"><strong>Transfer umiej\u0119tno\u015bci mi\u0119dzy robotami<\/strong><\/h4><p>Jednym z najwa\u017cniejszych prze\u0142om\u00f3w jest <strong>mo\u017cliwo\u015b\u0107 przenoszenia wyuczonych zdolno\u015bci mi\u0119dzy robotami o zupe\u0142nie innej budowie<\/strong>. Zesp\u00f3\u0142 Google DeepMind pokaza\u0142, \u017ce model wytrenowany na dwuramiennym robocie ALOHA2 mo\u017ce by\u0107 z powodzeniem zastosowany do sterowania robotem Franka czy humanoidem Apollo. Taka uniwersalno\u015b\u0107 pozwala pokona\u0107 jedno z najwi\u0119kszych wyzwa\u0144 w robotyce \u2013 konieczno\u015b\u0107 kosztownego trenowania modeli od zera dla ka\u017cdej nowej platformy sprz\u0119towej.<\/p><h4 class=\"wp-block-heading\"><strong>Dost\u0119pno\u015b\u0107 dla deweloper\u00f3w<\/strong><\/h4><p>Google udost\u0119pnia nowe narz\u0119dzia deweloperom w przemy\u015blany spos\u00f3b. Model odpowiedzialny za analiz\u0119 i planowanie, Gemini Robotics-ER 1.5, jest dost\u0119pny publicznie poprzez Gemini API w Google AI Studio. Natomiast model wykonawczy, Gemini Robotics 1.5, jest na razie dost\u0119pny jedynie dla wybranych partner\u00f3w, co pozwala na bardziej kontrolowane wdro\u017cenia w warstwie fizycznej.<\/p><h4 class=\"wp-block-heading\"><strong>Wyzwania i perspektywy<\/strong><\/h4><p>Mimo widocznego post\u0119pu, eksperci wskazuj\u0105 na wci\u0105\u017c istniej\u0105ce wyzwania. Kwestie takie jak zr\u0119czno\u015b\u0107 manualna, bezpiecze\u0144stwo interakcji z cz\u0142owiekiem oraz niezawodno\u015b\u0107 w zmiennych warunkach pozostaj\u0105 kluczowymi obszarami do dalszych bada\u0144. Osi\u0105gni\u0119cie standard\u00f3w wymaganych w zastosowaniach przemys\u0142owych b\u0119dzie wymaga\u0142o jeszcze wielu test\u00f3w.<\/p><p>Nowe modele od Google DeepMind wyznaczaj\u0105 wa\u017cny kierunek rozwoju robotyki. Dla in\u017cynier\u00f3w oznaczaj\u0105 one mo\u017cliwo\u015b\u0107 tworzenia system\u00f3w, kt\u00f3re dynamicznie planuj\u0105 zadania, \u0142\u0105cz\u0105c percepcj\u0119 z danymi z internetu. Obni\u017caj\u0105 te\u017c koszty wdro\u017ce\u0144 dzi\u0119ki przeno\u015bno\u015bci oprogramowania mi\u0119dzy r\u00f3\u017cnymi platformami. Premiera Gemini Robotics 1.5 to krok w stron\u0119 maszyn, kt\u00f3re nie tylko wykonuj\u0105 polecenia, ale tak\u017ce interpretuj\u0105 kontekst i samodzielnie planuj\u0105 swoje dzia\u0142ania.<\/p>","protected":false},"excerpt":{"rendered":"<p>Google DeepMind zaprezentowa\u0142o modele, kt\u00f3re \u0142\u0105cz\u0105 rozumowanie w \u015bwiecie fizycznym z wyszukiwaniem w sieci i transferem umiej\u0119tno\u015bci mi\u0119dzy robotami. Cel? Zadania wieloetapowe i mniej skrypt\u00f3w.<\/p>\n","protected":false},"author":230,"featured_media":14248,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"rank_math_lock_modified_date":false,"footnotes":""},"categories":[755,1],"tags":[83,617,113],"popular":[],"difficulty-level":[36],"ppma_author":[884],"class_list":["post-14247","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai_news","category-uncategorized","tag-ai","tag-deepmind","tag-google","difficulty-level-easy"],"acf":[],"authors":[{"term_id":884,"user_id":230,"is_guest":0,"slug":"karolina-ceron","display_name":"Karolina Cero\u0144","avatar_url":"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/07\/PXL_20250419_110132091.MP4-scaled.jpg","first_name":"Karolina","last_name":"Cero\u0144","user_url":"","job_title":"","description":"Wsp\u00f3\u0142tw\u00f3rczyni newslettera AI Flash, studentka psychologii i pasjonatka sztucznej inteligencji. Interesuj\u0119 si\u0119 wp\u0142ywem nowych technologii na cz\u0142owieka, a w wolnych chwilach eksperymentuj\u0119 z generatywn\u0105 grafik\u0105 w Midjourney."}],"_links":{"self":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/14247","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/users\/230"}],"replies":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/comments?post=14247"}],"version-history":[{"count":1,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/14247\/revisions"}],"predecessor-version":[{"id":14250,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/14247\/revisions\/14250"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media\/14248"}],"wp:attachment":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media?parent=14247"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/categories?post=14247"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/tags?post=14247"},{"taxonomy":"popular","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/popular?post=14247"},{"taxonomy":"difficulty-level","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/difficulty-level?post=14247"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/ppma_author?post=14247"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}