Google DeepMind urobil významný krok smerom k prenosu pokročilých AI schopností do fyzických robotov uvedením Gemini Robotics On-Device, modelu navrhnutého na úplné fungovanie na lokálnom robotickom hardvéri.
Nový systém, oznámený koncom júna 2025, nadväzuje na platformu Gemini Robotics predstavenú v marci, ktorá po prvýkrát priniesla multimodálne uvažovanie Gemini 2.0 do fyzického sveta. Prelomovým aspektom tejto najnovšej verzie je jej schopnosť fungovať nezávisle od cloudového pripojenia pri zachovaní pôsobivej úrovne výkonu.
„Gemini Robotics On-Device vykazuje silnú univerzálnu obratnosť a generalizáciu úloh a je optimalizovaný na efektívnu prevádzku priamo na robote,“ uvádza sa v oficiálnom oznámení Google DeepMind. Táto nezávislosť od sieťového pripojenia je obzvlášť cenná pre aplikácie citlivé na latenciu a prostredia s prerušovaným alebo žiadnym pripojením.
Podľa Google dosahuje model v benchmarkových testoch úroveň výkonu blízku cloudovej verzii a zároveň prekonáva iné on-device alternatívy, najmä pri náročných úlohách mimo pôvodného rozsahu a pri zložitých viacstupňových inštrukciách.
Model sa vyznačuje pozoruhodnou prispôsobivosťou – na naučenie nových úloh mu stačí iba 50 až 100 demonštrácií. Hoci bol pôvodne trénovaný pre roboty ALOHA, Google ho úspešne prispôsobil aj pre dvojramenné roboty Franka FR3 a humanoidného robota Apollo od spoločnosti Apptronik, čo dokazuje jeho univerzálnosť naprieč rôznymi robotickými platformami.
Súčasne s modelom Google vydáva aj Gemini Robotics SDK, ktorý má vývojárom pomôcť hodnotiť a prispôsobovať technológiu pre ich konkrétne aplikácie. SDK umožňuje testovanie v simulátore fyziky MuJoCo od Google a poskytuje nástroje na rýchlu adaptáciu do nových domén.
Tento vývoj predstavuje významný pokrok v praktickej robotike tým, že sofistikovanú AI prináša priamo do robotických zariadení. Hoci spotrebiteľské aplikácie sú ešte vzdialené niekoľko rokov, Carolina Parada, vedúca robotiky v Google DeepMind, vidí široký potenciál: „Mohli by byť užitočnejšie v odvetviach, kde sú nastavenia zložité, presnosť je dôležitá a priestory nie sú priateľské pre ľudí. A mohli by byť nápomocné aj v prostredí zameranom na ľudí, napríklad v domácnosti.“