Google DeepMind heeft een grote stap gezet richting het brengen van geavanceerde AI-mogelijkheden naar fysieke robots met de introductie van Gemini Robotics On-Device, een model dat volledig op lokale robotische hardware draait.
Het nieuwe systeem, aangekondigd eind juni 2025, bouwt voort op het Gemini Robotics-platform dat in maart werd geïntroduceerd en dat voor het eerst de multimodale redeneercapaciteiten van Gemini 2.0 naar de fysieke wereld bracht. Wat deze nieuwste release baanbrekend maakt, is het vermogen om onafhankelijk van cloudconnectiviteit te functioneren, terwijl indrukwekkende prestaties behouden blijven.
"Gemini Robotics On-Device toont sterke algemene behendigheid en taakgeneralisatie, en is geoptimaliseerd om efficiënt op de robot zelf te draaien," aldus de officiële aankondiging van Google DeepMind. Deze onafhankelijkheid van netwerkverbinding maakt het model bijzonder waardevol voor toepassingen waarbij lage latentie vereist is of waar de connectiviteit beperkt of afwezig is.
Uit benchmarktests blijkt volgens Google dat het on-device model presteert op een niveau dat dicht bij de cloudversie ligt, en het presteert beter dan andere on-device alternatieven, vooral bij uitdagende out-of-distribution taken en complexe meerstapsinstructies.
Het model toont opmerkelijke aanpasbaarheid en heeft slechts 50 tot 100 demonstraties nodig om nieuwe taken aan te leren. Hoewel het aanvankelijk is getraind voor ALOHA-robots, heeft Google het met succes aangepast voor gebruik met bi-arm Franka FR3-robots en de Apollo-humanoïde robot van Apptronik, wat de veelzijdigheid op verschillende robotplatforms onderstreept.
Naast het model brengt Google ook een Gemini Robotics SDK uit om ontwikkelaars te helpen de technologie te evalueren en aan te passen aan hun specifieke toepassingen. De SDK maakt testen in Google's MuJoCo-fysicasimulator mogelijk en biedt tools voor snelle aanpassing aan nieuwe domeinen.
Deze ontwikkeling betekent een belangrijke vooruitgang in praktische robotica door geavanceerde AI direct naar robotapparaten te brengen. Hoewel consumentenapplicaties mogelijk nog jaren op zich laten wachten, ziet Carolina Parada, hoofd robotica bij Google DeepMind, brede mogelijkheden: "Ze kunnen nuttiger zijn in industrieën waar opstellingen complex zijn, precisie belangrijk is en de ruimtes niet mensvriendelijk zijn. En ze zouden ook van waarde kunnen zijn in mensgerichte omgevingen, zoals thuis."