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）。