Com 562 bilhões de parâmetros, a principal aplicação do PaLM-E é em robótica – ao receber um comando, como "traga-me os chips que estão na gaveta”, o sistema gera um plano de ação completo para um robô, que pode executá-lo por conta própria, sem a necessidade de anotações ou pré-treinamento humano. 

![Um robô todo branco, composto por um único braço robótico, tirando um pacote de chips de uma gaveta em um balcão. O balcão tem vários objetos em cima, como copos e tigelas de papel, sachês de açúcar e condimentos. Ao fundo, há mesas e cadeiras. O ambiente se assemelha a um refeitório.](https://cdn.arstechnica.net/wp-content/uploads/2023/03/palm-e-robot-800x450.png)

Finalmente estamos pertos daquele robô que todo mundo sonha, lava, seca e guarda as louças. Pega roupa suja do cesto, lava, estende, tira do varal, passa, guarda, etc.

Google apresenta maior modelo de linguagem visual (VLM) já desenvolvido

Com 562 bilhões de parâmetros, a principal aplicação do PaLM-E é em robótica – ao receber um comando, como "traga-me os chips que estão na gaveta”, o sistema gera um plano de ação complet...