Google DeepMind har taget et stort skridt mod at bringe avancerede AI-evner til fysiske robotter med lanceringen af Gemini Robotics On-Device, en model designet til at køre udelukkende på lokal robot-hardware.
Det nye system, der blev annonceret i slutningen af juni 2025, bygger videre på Gemini Robotics-platformen, som blev introduceret i marts og først bragte Gemini 2.0’s multimodale ræsonnement ud i den fysiske verden. Det banebrydende ved denne seneste udgivelse er dens evne til at fungere uafhængigt af cloud-forbindelse og samtidig opretholde imponerende ydeevne.
"Gemini Robotics On-Device udviser stærk generel fingerfærdighed og opgavegeneralisering, og den er optimeret til at køre effektivt direkte på robotten," lyder det i den officielle udmelding fra Google DeepMind. Denne uafhængighed af netværksforbindelse gør modellen særligt værdifuld til applikationer, hvor lav forsinkelse er afgørende, eller hvor forbindelsen er ustabil eller ikke-eksisterende.
I benchmark-tests hævder Google, at on-device-modellen præsterer på et niveau tæt på sin cloud-baserede modpart og overgår andre on-device-alternativer, især på udfordrende opgaver uden for træningsdata og komplekse instruktioner i flere trin.
Modellen demonstrerer bemærkelsesværdig tilpasningsevne og kræver kun 50-100 demonstrationer for at lære nye opgaver. Selvom den oprindeligt er trænet til ALOHA-robotter, har Google med succes tilpasset den til at fungere med to-armede Franka FR3-robotter og Apptroniks Apollo-humanoide robot, hvilket viser dens alsidighed på tværs af forskellige robotplatforme.
Sideløbende med modellen frigiver Google et Gemini Robotics SDK, der skal hjælpe udviklere med at evaluere og tilpasse teknologien til deres specifikke anvendelser. SDK’et muliggør test i Googles MuJoCo-fysiksimulator og tilbyder værktøjer til hurtig tilpasning til nye domæner.
Denne udvikling markerer et væsentligt fremskridt for praktisk robotteknologi ved at bringe sofistikeret AI direkte ud på robotterne. Selvom forbrugeranvendelser stadig kan ligge nogle år ude i fremtiden, ser Carolina Parada, leder af robotteknologi hos Google DeepMind, et stort potentiale: "De kan blive mere nyttige i industrier, hvor opsætninger er komplekse, præcision er vigtig, og miljøerne ikke er menneskevenlige. Og de kan også blive hjælpsomme i menneskecentrerede rum, som hjemmet."