波士頓動力（Boston Dynamics）於昨（14）日宣布，其標誌性的Spot四足機器人已整合Google DeepMind開發的高階具身推理模型Gemini Robotics-ER 1.6，大幅提升機器人在工業設施檢查方面的自主性與環境理解能力。

透過這項新人工智慧（AI）技術，Spot機器人現在能夠自主搜尋廠房內的危險碎片或溢出物，判讀複雜的儀表與液位計，並利用視覺、語言與行動模型來理解周遭環境。波士頓動力副總裁暨Spot總經理Marco da Silva表示，Gemini Robotics-ER 1.6代表機器人邁向更能理解與操作物理世界的重要一步，使Spot能完全自主地面對真實世界的挑戰。

Google DeepMind機器人部門主管Carolina Parada指出，他們衡量機器人理解力的標準是其回應方式是否能與人類匹敵。Gemini Robotics-ER 1.6會從安全角度判斷情況，例如機器人若奉命取水，它會判斷不將水杯放置在桌邊等可能造成翻倒的位置。DeepMind透過其ASIMOV基準追蹤這些安全協議，該基準包含許多機器人不應執行動作的自然語言範例。

Parada也提到，目前這些模型嚴格來說僅限於視覺分析，因為網路上缺乏足夠的觸覺感測數據。然而，Gemini Robotics-ER 1.6的新功能之一是成功偵測，能透過多個攝影機角度來判斷物件是否已被成功抓取。

波士頓動力透過測試計畫將這些新功能逐步推廣給部分客戶，並要求客戶分享數據以持續優化模型。da Silva強調，為了避免操作員忽略機器人發出的警報，機器人的實用性閾值必須達到80%以上。他補充，從Spot機器人的商業部署中累積的經驗，將回饋並應用於Google DeepMind的具身AI模型，未來也將影響包括Boston Dynamics的Atlas機器人在內的其他平台。