On June 24, Google DeepMind unveiled the revolutionary robotics model Gemini Robotics On-Device, marking the first time a model can operate entirely locally without relying on cloud connectivity. This visual-language-action (VLA) model, based on the Gemini 2.0 architecture, integrates visual recognition, natural language understanding, and action generation capabilities, enabling Robots para realizar tareas complejas con precisión, como plegar ropa, desabrochar cremalleras e incluso atar cordones en entornos fuera de línea.
Avance tecnológico: un salto hacia la autonomía de nube a borde
Gemini Robotics On-Device logra un rendimiento comparable a los modelos basados en la nube en el hardware local a través de un diseño liviano y la optimización de algoritmo, mientras que supera significativamente otras soluciones locales . equipadas con sensores táctiles de alta densidad y un diseño impermeable IP67 en un IP67, puede operar en un agua hasta 1 metro de profundidad durante 30 minutos, adape a entornos complejos y entornos complejos de Kitchens y un baño de agua.}} de movilidad, la velocidad de caminata ha mejorado en un 60% en comparación con la generación anterior, con una precisión de equilibrio que rivaliza con la de las gimnastas profesionales y el apoyo a la colaboración de doble brazo para realizar operaciones precisas como el ensamblaje industrial .
Ecosistema de desarrollador: personalización con solo 50 demostraciones
Como el primer modelo VLA de ajuste abierto de Google, Gemini Robotics On-Device puede adaptarse rápidamente a nuevos escenarios con solo 50-100 demostraciones de tareas, como completar la instrucción "Coloque el cubo de Rubik en la bolsa de regalo" en el Robot de los Apollo Humanoide Apolo de Apptronik {{3} Pruebe el modelo en un entorno virtual y obtenga acceso a través del "Programa de probador de confianza .". Esta iniciativa es vista por la industria como el "Android de la robótica", con el potencial de impulsar el desacoplamiento de hardware y las barreras de desarrollo de la industria más bajas .}
Escenarios de aplicación: generalización de fábricas a hogares
En el sector industrial, el modelo se ha adaptado para el robot de doble brazo Franka FR3, habilitando tareas como el ensamblaje de la cinta transportadora y la inspección de calidad . En la configuración del hogar, puede realizar servicios diarios como cocinar y caminar el perro a través de la interacción del lenguaje natural, e incluso preparar el desayuno antes basado en los programas de los usuarios {}}}}}} Notablemente, google ha implementado la seguridad de la seguridad del perro. Fuerza de acción y límites de velocidad a nivel de hardware para construir un sistema de protección de seguridad de varias capas .
Aunque actualmente desarrollado basado en Gemini 2 . 0, su equipo principal ya ha comenzado a integrar las mejoras de rendimiento de las últimas gemini 2 . 5, potencialmente allanando el camino para los avances adicionales en múltiples pasos, las capacidades de planificación lógica . a medida que los modelos de AI localizados se vuelven más generalizados, la industria robótica es la industria de la industria de los robots, la industria de los robots de "las capacidades de la nube" de los bordes ". inteligencia." El lanzamiento de Gemini Robotics en el dispositivo marca una nueva era de inteligencia incorporada que ingresa a la aplicación a gran escala.