Google DeepMind сделала важный шаг к внедрению передовых возможностей искусственного интеллекта в физических роботах, выпустив Gemini Robotics On-Device — модель, полностью работающую на локальном аппаратном обеспечении робота.
Новая система, анонсированная в конце июня 2025 года, основана на платформе Gemini Robotics, представленной в марте, которая впервые перенесла мультимодальное рассуждение Gemini 2.0 в физический мир. Ключевым отличием нового релиза стала возможность автономной работы без подключения к облаку при сохранении впечатляющего уровня производительности.
«Gemini Robotics On-Device демонстрирует высокую универсальность, ловкость и обобщение задач, а также оптимизирована для эффективной работы непосредственно на самом роботе», — говорится в официальном заявлении Google DeepMind. Независимость от сетевого подключения делает систему особенно ценной для приложений с критичными требованиями к задержке и для сред с нестабильной или отсутствующей связью.
В ходе сравнительных тестов Google утверждает, что локальная модель работает почти на уровне облачной версии и превосходит другие локальные альтернативы, особенно при выполнении сложных, нестандартных задач и многошаговых инструкций.
Модель отличается высокой адаптивностью: для освоения новых задач ей требуется всего 50–100 демонстраций. Хотя изначально она обучалась для роботов ALOHA, Google успешно адаптировала её для работы с двухрукими роботами Franka FR3 и гуманоидным роботом Apollo от Apptronik, что демонстрирует универсальность подхода для различных робототехнических платформ.
Вместе с моделью Google выпускает SDK Gemini Robotics, который поможет разработчикам оценить и адаптировать технологию под свои задачи. SDK позволяет тестировать решения в физическом симуляторе MuJoCo от Google и предоставляет инструменты для быстрой адаптации к новым областям применения.
Этот шаг знаменует собой значительный прогресс в практической робототехнике, позволяя использовать сложный ИИ непосредственно на роботах. Хотя массовое появление потребительских приложений ещё впереди, руководитель направления робототехники Google DeepMind Каролина Парада отмечает широкий потенциал: «Они могут быть особенно полезны в отраслях, где важны сложные настройки, высокая точность и неблагоприятные для человека условия. А также — в человеко-ориентированных пространствах, например, дома.»