Google DeepMind зробила важливий крок до впровадження передових можливостей штучного інтелекту у фізичних роботів, випустивши Gemini Robotics On-Device — модель, розроблену для повноцінної роботи безпосередньо на локальному апаратному забезпеченні роботів.
Нова система, анонсована наприкінці червня 2025 року, базується на платформі Gemini Robotics, представленій у березні, яка вперше перенесла мультимодальне логічне мислення Gemini 2.0 у фізичний світ. Особливістю останнього релізу є здатність працювати автономно, без підключення до хмари, зберігаючи при цьому високий рівень продуктивності.
«Gemini Robotics On-Device демонструє високу універсальність, спритність і здатність до узагальнення завдань, а також оптимізована для ефективної роботи безпосередньо на самому роботі», — йдеться в офіційному повідомленні Google DeepMind. Така незалежність від мережевого підключення робить технологію особливо цінною для застосувань із критичними вимогами до затримки або в середовищах із нестабільним чи відсутнім інтернетом.
У бенчмаркових тестах Google стверджує, що локальна модель працює майже на рівні хмарної версії, перевершуючи інші локальні альтернативи, особливо у складних завданнях із виходом за межі навчальних даних та багатокрокових інструкціях.
Модель відзначається вражаючою адаптивністю — для навчання новим завданням їй потрібно лише 50-100 демонстрацій. Хоча спочатку вона була навчена для роботів ALOHA, Google успішно адаптувала її для роботи з дворукими роботами Franka FR3 та людиноподібним роботом Apollo від Apptronik, що демонструє універсальність підходу для різних платформ.
Разом із моделлю Google випускає SDK Gemini Robotics, який допоможе розробникам оцінювати та налаштовувати технологію під власні потреби. SDK дозволяє тестування у фізичному симуляторі MuJoCo від Google та надає інструменти для швидкої адаптації до нових сфер застосування.
Цей розвиток є значним проривом у практичній робототехніці, адже дозволяє впроваджувати складний ШІ безпосередньо у роботизовані пристрої. Хоча споживчі застосування ще залишаються питанням майбутнього, Кароліна Парада, керівниця напряму робототехніки в Google DeepMind, бачить широкий потенціал: «Вони можуть бути особливо корисними в індустріях із складними налаштуваннями, де важлива точність і простір не пристосований для людей. А також можуть допомагати і в людських просторах, наприклад, удома».