کارولینای می گوید: “ما مدل هایی را برای کمک به روبات ها با کارهای خاص و درک زبان طبیعی قبل از آن آموزش می دادیم ، اما این یک تغییر گام بود.” “این روبات هرگز چیزی مربوط به بسکتبال یا این اسباب بازی خاص را ندیده بود. با این حال چیزی پیچیده -” Slam Dank the Ball ” – و این عمل را به آرامی انجام داد. در اولین تلاش خود“

این روبات همه جانبه از یک مدل روباتیک جمینی استفاده شده است که بخشی از خانواده جدید مدل های چند مدلی برای روباتیک است. این مدل ها از طریق تنظیم دقیق با داده های خاص ربات بر روی Gemini 2.0 ساخته می شوند و اقدامات فیزیکی را به خروجی های چندمادی Gemini مانند متن ، فیلم و صدا اضافه می کنند. Sundar Pichai ، مدیرعامل Google ، هنگام اعلام مدل های جدید در X گفت: “این نقطه عطف پایه و اساس نسل بعدی روباتیک را که می تواند در طیف وسیعی از برنامه ها مفید باشد ، قرار می دهد.”

مدل های روباتیک Gemini بسیار دکستروس ، تعاملی و کلی هستند ، به این معنی که می توانند روبات ها را به سمت واکنش به اشیاء ، محیط ها و دستورالعمل های جدید سوق دهند و بدون آموزش بیشتر. با توجه به جاه طلبی های تیم مفید است.

کارولینا می گوید: “مأموریت ما ایجاد هوش مصنوعی تجسم یافته به روبات های قدرتمند است که به شما در انجام کارهای روزمره در دنیای واقعی کمک می کند.” “سرانجام ، روبات ها فقط یک سطح دیگری خواهند بود که ما بر روی آن با هوش مصنوعی ارتباط برقرار می کنیم ، مانند تلفن ها یا رایانه های ما – عوامل در دنیای فیزیکی.”