
Google DeepMind发布离线AI模型,赋能机器人端侧智能
Google DeepMind宣布推出全新AI模型“Gemini Robotics On-Device”。相比今年3月发布的云端版本,该模型体积更小、效率更高,支持机器人在无互联网连接环境下独立执行物理任务。
VLA架构加持,少量演示即可适应新场景
新模型采用整合视觉、语言与物理指令的“视觉-语言-动作”(VLA)架构。DeepMind机器人部门主管Carolina Parada指出,仅需50至100个任务演示,机器人即可适应未训练过的场景,通过学习掌握复杂运动技能并完成新任务。
多平台验证成功,涵盖人形与工业机器人
Gemini Robotics On-Device最初基于Google ALOHA机器人训练,目前已成功迁移至Apptronik人形机器人Apollo及双臂工业机器人Franka FR3。实测显示,Franka FR3在陌生生产线组装场景中表现优异;宣传视频亦展示了其完成拉拉链、叠衣物等精细日常任务的能力。
首发开发者SDK,支持微调与自然语言控制
Google同步发布了首个VLA模型开发者工具包(SDK)。开发者可通过该SDK评估模型性能、针对特定用例进行微调,并利用自然语言指令实现精准控制。
当前限测中,聚焦高安全与弱网环境应用
目前该模型仅面向少数测试用户开放,Google正持续优化以最大限度降低安全风险。公司强调,此类端侧运行模型特别适用于对安全性要求严苛或网络连接不稳定的作业环境。

