O Google DeepMind deu um grande passo para levar capacidades avançadas de IA a robôs físicos com o lançamento do Gemini Robotics On-Device, um modelo projetado para rodar inteiramente no hardware local dos robôs.
O novo sistema, anunciado no final de junho de 2025, é uma evolução da plataforma Gemini Robotics apresentada em março, que trouxe pela primeira vez o raciocínio multimodal do Gemini 2.0 para o mundo físico. O diferencial desta nova versão é sua capacidade de operar de forma independente da nuvem, mantendo níveis impressionantes de desempenho.
"O Gemini Robotics On-Device apresenta forte destreza de uso geral e generalização de tarefas, sendo otimizado para rodar de forma eficiente no próprio robô", segundo o anúncio oficial do Google DeepMind. Essa independência de conectividade torna o modelo especialmente valioso para aplicações sensíveis à latência e ambientes com conectividade intermitente ou inexistente.
Em testes de benchmark, o Google afirma que o modelo embarcado apresenta desempenho próximo ao da versão baseada na nuvem, superando outras alternativas embarcadas, especialmente em tarefas desafiadoras fora do padrão e instruções complexas de múltiplos passos.
O modelo demonstra notável adaptabilidade, exigindo apenas 50 a 100 demonstrações para aprender novas tarefas. Embora tenha sido inicialmente treinado para robôs ALOHA, o Google conseguiu adaptá-lo para operar com robôs bi-braço Franka FR3 e com o robô humanóide Apollo da Apptronik, evidenciando sua versatilidade em diferentes plataformas robóticas.
Junto ao modelo, o Google está lançando um SDK do Gemini Robotics para ajudar desenvolvedores a avaliar e customizar a tecnologia para aplicações específicas. O SDK permite testes no simulador físico MuJoCo do Google e oferece ferramentas para rápida adaptação a novos domínios.
Esse desenvolvimento representa um avanço significativo na robótica prática ao levar IA sofisticada diretamente para dispositivos robóticos. Embora aplicações para o consumidor final ainda possam demorar alguns anos, Carolina Parada, chefe de robótica do Google DeepMind, vê um potencial amplo: "Eles podem ser mais úteis em indústrias onde os ambientes são complexos, a precisão é importante e os espaços não são amigáveis para humanos. E também podem ser úteis em espaços centrados em pessoas, como o lar."