谷歌DeepMind发布本地化机器人AI模型，离线操作精度达毫米级

6月25日，谷歌DeepMind团队发布全球首个完全在机器人本地运行的视觉-语言-动作（VLA）模型“Gemini Robotics On-Device”。该模型无需依赖云端计算，可在网络不稳定或零连接环境下稳定工作，响应延迟低于100毫秒，适用于工业制造、生活等场景。

“Gemini Robotics On-Device”基于Gemini 2.0架构，支持从人形机器人到工业双臂机器人的多种本体部署。在测试中，该模型成功完成系鞋带、叠衣服、打开包袋拉链等高精度任务，且在分布外任务（如操作训练时未见过的物体）中表现优异。谷歌团队透露，开发者仅需50到100个演示样本，即可让模型适应新任务，并支持跨平台迁移。例如，在ALOHA机器人上训练的模型，可直接部署到Franka FR3工业机器人上完成皮带装配任务。

为保障安全，该模型采用语义安全和物理安全并重的方案，通过Live API实时捕获语义和内容安全问题，并与底层安全关键控制器接口联动。目前，“Gemini Robotics On-Device”已通过可信测试者计划开放SDK申请，开发者可利用MuJoCo物理模拟器进行测试，降低开发成本。