谷歌 DeepMind 今日發(fā)布博客文章,宣布推出一種全新的 Gemini Robotics On-Device 本地化機(jī)器人 AI 模型。
該模型基于視覺-語言-動作(VLA)架構(gòu),無需云端支持即可實現(xiàn)實體機(jī)器人控制。核心特性包括:
技術(shù)能力:
獨立運行于機(jī)器人設(shè)備,支持低延遲響應(yīng)(IT之家注:適用于網(wǎng)絡(luò)不穩(wěn)定場景,如醫(yī)療環(huán)境)
完成高精度操作任務(wù)(如打開包袋拉鏈、疊衣服、系鞋帶)
雙機(jī)械臂設(shè)計,適配 ALOHA、Franka FR3 及 Apollo 人形機(jī)器人
開發(fā)適配:
提供 Gemini Robotics SDK 工具包
開發(fā)者通過 50-100 次任務(wù)演示即可定制新功能
支持 MuJoCo 物理模擬器測試
安全保障:
通過 Live API 實施語義安全檢測
底層安全控制器管理動作力度與速度
開放語義安全基準(zhǔn)測試框架
項目負(fù)責(zé)人 Carolina Parada 表示:“該系統(tǒng)借鑒 Gemini 多模態(tài)世界理解能力,如同 Gemini 生成文本 / 代碼 / 圖像那樣生成機(jī)器人動作”。
谷歌表示,該模型現(xiàn)在只面向可信測試計劃開發(fā)者開放,基于 Gemini 2.0 架構(gòu)開發(fā)(落后于 Gemini 2.5 最新版本)。
本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當(dāng)措施,避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。