Gemini的机器人技术在设备上优于Google的其他型号

Google DeepMind周二推出了一种名为Gemini Robotics On Device的新语言模型。该公司透露，该模型可以在没有互联网连接的情况下在机器人上本地运行任务。

新模型建立在公司以前的Gemini机器人AI模型上，该模型在3月发布，可以控制机器人的动作。 Google还承认，视觉语言动作模型（VLA）小巧且高效，可以直接在机器人上运行。据该公司称，开发人员可以使用自然语言提示来控制和调整模型以适应各种需求。 

机器人技术在设备上的表现优于Google的其他型号

我们将强大的AI直接带到具有双子座机器人技术的机器人上。 🤖

这是我们的第一个视觉语言动作模型，可帮助使机器人更快，高效且能够适应新任务和环境，而无需持续的互联网连接。 🧵pic.twitter.com /1Y21D3CF5T

- 2025年6月24日

Carolina Parada的Google Deepmind的机器人技术负责人坚持认为，原始的Gemini Robotics模型使用了混合方法，使其可以在设备上和云上操作。她说，使用新的仅设备模型，用户几乎可以访问离线功能以及旗舰功能。

该科技公司声称该模型在基于云的Gemini Robotics模型的水平上执行。 Google还表示，在一般基准测试中，它表现优于其他设备模式，尽管它没有命名这些型号。 

“双子座机器人的混合模型仍然更加强大，但实际上，我们对这种设备模型的tron感到非常惊讶。我将其视为启动器模型，也可以作为仅连接性较差的应用程序的模型。”

-Carolina Parada，Google DeepMind的机器人技术负责人。

该公司在运行本地型号的演示机器人中进行了说明，解压缩袋子和折叠衣服。 Google承认，虽然该模型接受了Aloha机器人的培训，但后来它将其改编为ApptronIK在Bi-Arm-Arm Franka FR3机器人和Apollo Hubrot机器人上工作。

这家科技公司声称，双臂Franka FR3成功地解决了以前从未见过的场景和对象，例如在工业带上进行组装。该公司提到，开发人员可以使用Mujoco Physics Simulator上的模型向机器人展示50至100个任务的示范，以训练他们的新任务。

Google DeepMind还提到了一个名为Gemini Robotics SDK的软件开发套件的发布。该公司透露，其机器人SDK提供了使用Gemini机器人模型所需的完整生命周期工具，包括访问检查站，提供模型，评估机器人和SIM卡上的模型，上传数据并进行微调。该公司透露，在Google继续致力于最大程度地降低安全风险的同时，其在设备上的Gemini机器人技术模型及其SDK将提供给一组受信任的测试人员。

科技公司加入机器人竞赛

其他使用AI模型的公司也表现出对机器人技术的兴趣。 Nvidia正在建立一个平台，以创建人形生物的基础模型。该公司的首席执行官詹森·黄（Jensen Huang）指出，为普通类人机器人建立基础模型是当今AI中最令人兴奋的问题之一。

黄认为，类人动物因素是目前世界上最有争议的主题之一。他承认，这正在通过船上筹集风险投资，同时在此过程中引起了极大的怀疑。 

Nvidia还通过Isaac和Jetson等倡议来倡导机器人创新。去年3月，在其年度GTC开发人员会议上，该公司加入了人形竞赛。

Nvidia将新平台称为人形机器人的通用基础模型。该公司表示，Groot也将支持Nvidia的新硬件。 

拥抱面孔不仅开发了用于机器人技术的开放模型和数据集，而且还在机器人上工作。该公司本月初透露了

该公司声称，该模型在社区共享的数据集上进行了培训，并且在虚拟和现实环境中的机器人技术均优于更大的模型。拥抱的脸还表明，Smolvla的目标是使访问视觉行动（VLA）模型民主化，并加速对通才机器人的代理商的研究。

去年，该公司推出了Lerobot，这是一系列以机器人技术为中心的模型，数据集和工具。最近，Hugging Face收购了一家位于法国的机器人技术初创公司的花粉机器人技术，并揭示了包括类人类机器人的几种廉价机器人系统供购买。

您的加密新闻值得关注 -关键差异使您进入250多个顶级网站