DeepMind机器人AI本地化运行：实现复杂操作

近日，谷歌DeepMind在其官方博客发布重要声明，宣布推出全新机器人AI解决方案——Gemini Robotics On-Device本地化模型。

这一创新模型采用了先进的视觉-语言-动作（VLA）架构，能够在无须云端支持的情况下实现机器人实体的精准控制。其核心优势体现在以下几个方面：

技术实力：

• 具备独立运行能力，可实现实时响应（特别适用于医疗等网络不稳定场景）

• 能够完成高精度操作任务，包括开包、拉链、叠衣、系鞋带等复杂动作

• 兼容双机械臂设计，支持ALOHA、Franka FR3及Apollo等多种人形机器人平台

开发者支持：

• 提供专属的Gemini Robotics SDK开发工具包

• 通过50-100次任务演示即可快速定制新功能，大大降低了开发门槛

• 全面兼容MuJoCo物理模拟器进行测试验证

安全防护：

• 采用Live API进行语义安全实时检测

• 通过底层安全控制器严格控制动作力度与速度

• 提供开放的语义安全基准测试框架，确保操作安全性

项目负责人Carolina Parada表示：”我们借鉴了Gemini在多模态世界中理解与生成能力，使其能够像处理文本、代码和图像一样自然地生成机器人动作指令。”

目前该模型仅面向可信测试计划开发者开放，基于Gemini 2.0架构开发（暂未更新至最新版本Gemini 2.5）。

参考文献：

• 《Gemini Robotics On-Device brings AI to local robotic devices》