Google DeepMind направи голяма крачка към внедряването на напреднали AI възможности в реални роботи с пускането на Gemini Robotics On-Device – модел, проектиран да работи изцяло върху локалния хардуер на роботите.
Новата система, обявена в края на юни 2025 г., надгражда платформата Gemini Robotics, представена през март, която за първи път въведе мултимодалното разсъждение на Gemini 2.0 във физическия свят. Това, което прави последното издание революционно, е способността му да функционира независимо от облачна свързаност, като същевременно поддържа впечатляващи нива на производителност.
"Gemini Robotics On-Device демонстрира силна универсална сръчност и обобщаване на задачи и е оптимизиран да работи ефективно директно върху самия робот", гласи официалното съобщение на Google DeepMind. Тази независимост от мрежова връзка го прави особено ценен за приложения, чувствителни към закъснение, и среди с прекъсваща или липсваща свързаност.
В бенчмарк тестове Google твърди, че локалният модел се представя на ниво, близко до облачния му еквивалент, като надминава други локални алтернативи, особено при трудни задачи извън обучението и сложни многоетапни инструкции.
Моделът демонстрира впечатляваща адаптивност, като са необходими само 50-100 демонстрации за усвояване на нови задачи. Макар първоначално да е обучен за роботите ALOHA, Google успешно го е адаптирал да работи с двурамковите роботи Franka FR3 и хуманоидния робот Apollo на Apptronik, което показва неговата гъвкавост при различни роботизирани платформи.
Успоредно с модела Google пуска и SDK за Gemini Robotics, който да помогне на разработчиците да оценят и персонализират технологията за своите специфични приложения. SDK позволява тестване в симулатора на физика MuJoCo на Google и предоставя инструменти за бърза адаптация към нови домейни.
Това развитие представлява значителен напредък в практическата роботика, като въвежда усъвършенстван AI директно в роботизираните устройства. Макар потребителските приложения да са все още години напред, Каролина Парада, ръководител на роботиката в Google DeepMind, вижда широк потенциал: "Те могат да бъдат по-полезни в индустрии, където конфигурациите са сложни, прецизността е важна и пространствата не са подходящи за хора. А също така могат да бъдат полезни и в пространства, ориентирани към хората, като дома."