Google DeepMind on ottanut merkittävän askeleen kohti älykkäämpiä ja itsenäisempiä robotteja julkaisemalla Gemini Robotics On-Device -järjestelmän, tehokkaan tekoälyratkaisun, joka toimii kokonaan robotin omalla laitteistolla pilven sijaan.
- kesäkuuta 2025 esitelty vision-language-action (VLA) -malli edustaa suurta edistysaskelta robotiikan tekoälyssä, sillä se poistaa tarpeen jatkuvalle internet-yhteydelle. Teknologia pohjautuu Googlen maaliskuussa julkaisemaan Gemini Robotics -alustaan, joka toi koneille monimuotoisen päättelyn ja todellisen maailman ymmärryksen Gemini 2.0 -kehikon kautta.
Laitekohtainen malli tarjoaa vaikuttavia ominaisuuksia, vaikka se toimii paikallisesti. Googlen vertailutestien mukaan sen suorituskyky lähentelee pilvipohjaista Gemini Robotics -mallia ja päihittää muut laitekohtaiset vaihtoehdot erityisesti haastavissa, tavanomaisesta poikkeavissa tehtävissä sekä monimutkaisissa monivaiheisissa ohjeissa.
"Koska malli toimii riippumattomana dataverkosta, se soveltuu viiveherkkiin sovelluksiin ja takaa toimintavarmuuden ympäristöissä, joissa yhteys on katkonainen tai puuttuu kokonaan", Google DeepMind totesi julkistuksessaan.
Gemini Robotics On-Device osoittaa vahvaa yleiskäyttöistä ketteryyttä erilaisissa testitilanteissa. Demonstraatioissa mallin ohjaamat robotit onnistuivat suorittamaan vaativia tehtäviä, kuten laukkujen vetoketjujen avaamista ja vaatteiden taittelua, ilman pilvipalvelun apua. Järjestelmä ymmärtää luonnollisen kielen komentoja ja mukautuu muuttuviin ympäristöihin reaaliajassa.
Google julkaisee myös Gemini Robotics SDK:n, jonka avulla kehittäjät voivat arvioida ja räätälöidä mallia. Merkittävää on, että tämä on ensimmäinen VLA-malli, jonka Google tarjoaa hienosäädettäväksi, mahdollistaen sovelluskohtaisen mukauttamisen jo 50–100 esimerkin avulla.
Alun perin ALOHA-roboteille koulutettu malli on jo sovitettu toimimaan myös muilla alustoilla, kuten kaksikätisellä Franka FR3 -robotilla ja Apptronikin Apollo-humanoidirobotilla. Tämä monipuolisuus viittaa laajoihin sovellusmahdollisuuksiin teollisuudesta terveydenhuoltoon.
Kehitys tapahtuu tilanteessa, jossa tekoälypohjaisten robottien kilpailu kiristyy – esimerkiksi Nvidia, Hugging Face ja RLWRLD kehittävät kaikki perustamalleja roboteille. Googlen laitekohtainen lähestymistapa ratkaisee alan keskeisen rajoitteen mahdollistamalla robottien tehokkaan toiminnan ympäristöissä, joissa pilviyhteys on epäkäytännöllinen tai mahdoton.