近日，谷歌旗下DeepMind團隊公布了一項技術創新，推出了一款名為Gemini Robotics On-Device的本地化機器人人工智能模型。這款模型基于前沿的視覺-語言-動作（VLA）架構，能夠在無需云端支持的情況下，實現對實體機器人的直接控制。
Gemini Robotics On-Device模型的核心優勢顯著。首先，它能夠在機器人設備上獨立運行，提供低延遲的響應能力，這對于網絡條件不穩定的環境，如醫療設施內，尤為重要。其次，該模型能夠執行高精度操作任務，例如打開包袋的拉鏈、疊放衣物以及系鞋帶等，展示了其強大的應用潛力。它還支持雙機械臂設計，能夠適配包括ALOHA、Franka FR3及Apollo人形機器人在內的多種平臺。
為了促進開發者的應用與創新，DeepMind還提供了Gemini Robotics SDK工具包。開發者僅需通過50至100次的任務演示，即可輕松定制新功能。同時，該模型還支持MuJoCo物理模擬器測試，為開發者提供了一個高效、安全的測試環境。
在安全保障方面，Gemini Robotics On-Device模型同樣表現出色。它采用Live API實施語義安全檢測，確保指令的準確性和安全性。底層安全控制器負責管理動作力度與速度，有效防止意外情況的發生。DeepMind還開放了語義安全基準測試框架，為行業提供了評估和提升機器人安全性的新途徑。
項目負責人Carolina Parada介紹稱：“Gemini Robotics On-Device模型借鑒了Gemini多模態世界理解能力，就像Gemini能夠生成文本、代碼和圖像一樣，它也能夠生成機器人的動作指令?！边@一創新不僅推動了機器人技術的發展，也為人工智能在實體機器人領域的應用開辟了新道路。
