据悉，Google DeepMind推出了一款全新的机器人控制模型Gemini Robotics On-Device，该模型能够在机器人本地运行，具备视觉识别、语言理解和动作执行能力。即使在完全离线的情况下，Gemini On-Device也能够理解人类指令并流畅地完成任务。
这款模型是一个专为双臂机器人打造的VLA（视觉+语言+动作）基础模型，能够直接理解自然语言指令并执行相应的动作。Gemini On-Device在医疗操作、灾难救援、工厂自动化等任务中具有优势，因为它不需要将数据传至云端，从而减少了延迟并提高了稳定性。此外，该模型通过少量学习即可适配不同机器人平台，有望加速机器人技术的普及和应用。不过，Gemini On-Device仍存在安全性和逻辑规划方面的挑战，需要进一步改进。
RSS订阅
