Google DeepMind a făcut un pas major către aducerea capabilităților avansate de inteligență artificială pe roboți fizici, odată cu lansarea Gemini Robotics On-Device, un model conceput să ruleze integral pe hardware-ul local al robotului.
Noul sistem, anunțat la sfârșitul lunii iunie 2025, se bazează pe platforma Gemini Robotics introdusă în martie, care a adus pentru prima dată raționamentul multimodal al Gemini 2.0 în lumea fizică. Ceea ce face ca această ultimă lansare să fie revoluționară este abilitatea sa de a funcționa independent de conectivitatea la cloud, menținând în același timp performanțe impresionante.
„Gemini Robotics On-Device demonstrează o dexteritate generală remarcabilă și o generalizare a sarcinilor, fiind optimizat să ruleze eficient chiar pe robot”, conform anunțului oficial al Google DeepMind. Această independență față de rețea îl face deosebit de valoros pentru aplicații sensibile la latență și pentru medii cu conectivitate intermitentă sau inexistentă.
În testele de referință, Google susține că modelul local atinge un nivel de performanță apropiat de cel al versiunii din cloud, depășind alte alternative locale, mai ales în sarcini dificile, din afara distribuției obișnuite, și în instrucțiuni complexe, cu mai mulți pași.
Modelul demonstrează o adaptabilitate remarcabilă, necesitând doar 50-100 de demonstrații pentru a învăța sarcini noi. Deși inițial a fost antrenat pentru roboții ALOHA, Google a reușit să îl adapteze pentru a funcționa cu roboții bi-braț Franka FR3 și cu robotul umanoid Apollo de la Apptronik, evidențiind astfel versatilitatea sa pe diferite platforme robotice.
Odată cu modelul, Google lansează și un SDK Gemini Robotics pentru a ajuta dezvoltatorii să evalueze și să personalizeze tehnologia pentru aplicațiile lor specifice. SDK-ul permite testarea în simulatorul fizic MuJoCo al Google și oferă instrumente pentru adaptarea rapidă la noi domenii.
Această dezvoltare reprezintă un progres semnificativ în robotica practică, aducând AI-ul sofisticat direct pe dispozitivele robotice. Deși aplicațiile pentru consumatori ar putea fi încă la câțiva ani distanță, Carolina Parada, șefa departamentului de robotică la Google DeepMind, vede un potențial larg: „Ar putea fi mai utili în industrii unde setările sunt complexe, precizia este importantă, iar spațiile nu sunt prietenoase cu oamenii. Și ar putea fi de ajutor și în spații centrate pe oameni, precum locuința.”