6月24日消息，谷歌DeepMind今日发布博客文章，宣布推出一种全新的 Gemini Robotics On-Device本地化机器人AI模型。
该模型基于视觉-语言-动作（VLA）架构，无需云端支持即可实现实体机器人控制。核心特性包括：
技术能力：
独立运行于机器人设备，支持低延迟响应（IT之家注：适用于网络不稳定场景，如医疗环境）
完成高精度操作任务（如打开包袋拉链、叠衣服、系鞋带）
双机械臂设计，适配ALOHA、Franka FR3及Apollo人形机器人
开发适配：
提供Gemini Robotics SDK工具包
开发者通过50-100次任务演示即可定制新功能
支持MuJoCo物理模拟器测试
安全保障：
通过Live API实施语义安全检测
底层安全控制器管理动作力度与速度
开放语义安全基准测试框架
项目负责人Carolina Parada表示：“该系统借鉴Gemini多模态世界理解能力，如同 Gemini生成文本/代码/图像那样生成机器人动作”。
谷歌表示，该模型现在只面向可信测试计划开发者开放，基于Gemini 2.0架构开发（落后于Gemini 2.5最新版本）。
【来源：IT之家】
0 条