Red Hot Cyber
Condividi la tua difesa. Incoraggia l'eccellenza. La vera forza della cybersecurity risiede nell'effetto moltiplicatore della conoscenza.
Redazione RHC : 2 Novembre 2025 09:01
Il 25 settembre, Google DeepMind ha pubblicato un video che mostra come le sue piattaforme umanoidi gestiscono attività quotidiane articolate in più fasi utilizzando il ragionamento multimodale.
In una serie di dimostrazioni, le macchine hanno eseguito con sicurezza sequenze di azioni, tra cui l’ordinamento di oggetti secondo regole predeterminate.
L’intelligenza di questi sistemi si basa sulla famiglia Gemini Robotics 1.5. Due componenti lavorano insieme: il modello base traduce segnali visivi e messaggi testuali in movimenti specifici, mentre la versione modificata di Gemini Robotics-ER 1.5 crea piani e ragionamenti passo dopo passo sulla situazione attuale, scegliendo la giusta sequenza di passaggi.
 Christmas Sale -40% 𝗖𝗵𝗿𝗶𝘀𝘁𝗺𝗮𝘀 𝗦𝗮𝗹𝗲! Sconto del 𝟰𝟬% 𝘀𝘂𝗹 𝗽𝗿𝗲𝘇𝘇𝗼 𝗱𝗶 𝗰𝗼𝗽𝗲𝗿𝘁𝗶𝗻𝗮 del Corso "Dark Web & Cyber Threat Intelligence" in modalità E-Learning sulla nostra Academy!🚀
Fino al 𝟯𝟭 𝗱𝗶 𝗗𝗶𝗰𝗲𝗺𝗯𝗿𝗲, prezzi pazzi alla Red Hot Cyber Academy. 𝗧𝘂𝘁𝘁𝗶 𝗶 𝗰𝗼𝗿𝘀𝗶 𝘀𝗰𝗼𝗻𝘁𝗮𝘁𝗶 𝗱𝗲𝗹 𝟰𝟬% 𝘀𝘂𝗹 𝗽𝗿𝗲𝘇𝘇𝗼 𝗱𝗶 𝗰𝗼𝗽𝗲𝗿𝘁𝗶𝗻𝗮.
Per beneficiare della promo sconto Christmas Sale, scrivici ad [email protected] o contattaci su Whatsapp al numero di telefono: 379 163 8765.
Se ti piacciono le novità e gli articoli riportati su di Red Hot Cyber, iscriviti immediatamente alla newsletter settimanale per non perdere nessun articolo. La newsletter generalmente viene inviata ai nostri lettori ad inizio settimana, indicativamente di lunedì. |
Il cosiddetto test della banana dimostra bene i progressi. In precedenza, al robot era richiesto solo di raccogliere una banana e metterla in una ciotola: un comando, un risultato.
Ora, il sistema ordinava tre frutti diversi per colore e li posizionava su piatti. Jie Tang, ricercatore senior di Google DeepMind, ha dimostrato l’esperimento; il sistema a due bracci, basato sui manipolatori Franka, ha completato l’intera sequenza senza intoppi.
La piattaforma umanoide Apollo di Apptronik è stata testata anche in un’attività di lavanderia. La macchina suddivideva i capi in base alla tonalità in due contenitori: uno per i bianchi e uno per i neri. Dopo il primo tentativo riuscito, gli ingegneri hanno scambiato i contenitori per vedere se il sistema avrebbe rilevato lo scambio e modificato le sue azioni. Apollo ha riconosciuto la nuova disposizione e ha completato correttamente la selezione.
Gemini Robotics 1.5 supporta l’apprendimento incarnato: il robot esplora l’ambiente circostante con il corpo, i sensori e le telecamere, e poi agisce in base alle proprie osservazioni. ALOHA 2 è stato utilizzato nella maggior parte delle scene, ma gli stessi scenari possono essere gestiti anche da Apollo e dal sistema Franka a due bracci.
Sono state aggiunte anche funzioni basate su agenti. Ad esempio, il sistema può essere incaricato della raccolta differenziata: cercherà su Internet le normative locali, valuterà visivamente ogni oggetto, lo assegnerà al compost, al riciclaggio o ai rifiuti ed eseguirà l’intero processo, dalla decisione allo smaltimento nel contenitore appropriato.
Questo livello di coerenza è raggiunto attraverso la collaborazione di due componenti: una responsabile del percorso dalla percezione al movimento, l’altra della pianificazione e della logica. Questa architettura rende l’esecuzione di attività nel mondo reale più intuitiva e affidabile.
La sicurezza ha ricevuto particolare attenzione. I robot sono addestrati a valutare i rischi in modo proattivo, rispettare i limiti umani ed evitare situazioni pericolose. Con il supporto di team specializzati e il test ASIMOV aggiornato, Gemini Robotics-ER 1.5 ha raggiunto una posizione di leadership nei test, il che dovrebbe facilitare l’implementazione accurata di sistemi simili al di fuori del laboratorio.
Seguici su Google News, LinkedIn, Facebook e Instagram per ricevere aggiornamenti quotidiani sulla sicurezza informatica. Scrivici se desideri segnalarci notizie, approfondimenti o contributi da pubblicare.
RedazioneÈ stato rilasciato uno strumento che consente il monitoraggio discreto dell’attività degli utenti di WhatsApp e Signal utilizzando solo un numero di telefono. Il meccanismo di monitoraggio copre o...
Il MITRE ha reso pubblica la classifica delle 25 più pericolose debolezze software previste per il 2025, secondo i dati raccolti attraverso le vulnerabilità del national Vulnerability Database. Tali...
Un recente resoconto del gruppo Google Threat Intelligence (GTIG) illustra gli esiti disordinati della diffusione di informazioni, mettendo in luce come gli avversari più esperti abbiano già preso p...
All’interno del noto Dark Forum, l’utente identificato come “espansive” ha messo in vendita quello che descrive come l’accesso al pannello di amministrazione dell’Agenzia delle Entrate. Tu...
In seguito alla scoperta di due vulnerabilità zero-day estremamente critiche nel motore del browser WebKit, Apple ha pubblicato urgentemente degli aggiornamenti di sicurezza per gli utenti di iPhone ...
