核心要点👉
- 🤖 基于VLA架构实现设备端独立运行，无需云端支持
- ⚡ 显著降低响应延迟，适用于医疗等网络不稳定场景
- 🛠️ 双机械臂兼容多平台，支持高精度复杂操作任务
- 🧠 仅需50-100次演示即可训练新技能，快速功能定制
- 🔒 整合Live API安全检测，精确管理动作力度与速度
数智朋克获悉，谷歌DeepMind今日通过官方博客宣布，推出Gemini Robotics On-Device本地化机器人AI模型，这一创新技术基于视觉-语言-动作（VLA）架构，无需依赖云端支持即可直接控制实体机器人。该模型的核心优势在于独立运行于设备端，显著降低响应延迟，尤其适用于网络不稳定的医疗等场景，同时能够执行高精度操作任务，例如打开包袋拉链、叠衣服或系鞋带等复杂动作。双机械臂设计使其兼容ALOHA、Franka FR3及Apollo人形机器人平台。
开发人员可通过Gemini Robotics SDK工具包快速定制功能，仅需50至100次任务演示便能实现新技能训练，并利用MuJoCo物理模拟器进行预测试验证。安全保障机制整合了Live API语义安全检测，底层安全控制器精确管理动作力度与速度，同时开放语义安全基准测试框架供开发者评估风险。
项目负责人Carolina Parada强调，该系统借鉴了Gemini多模态世界理解能力，如同生成文本或图像那样高效生成机器人动作序列。目前，该模型仅面向可信测试计划开发者开放，采用Gemini 2.0架构构建，尚未集成最新Gemini 2.5版本。
粤公网安备44030002001270号