Google DeepMind a introduit mardi un nouveau modèle de langage appelé Gemini Robotics On-Device. L'entreprise a révélé que le modèle peut exécuter des tâches localement sur les robots sans connexion internet.

Le nouveau modèle, qui s'appuie sur le précédent modèle d'IA Gemini Robotics de l'entreprise, publié en mars, peut contrôler les mouvements d'un robot. Google a également reconnu que le modèle vision-langage-action (VLA) est petit et suffisamment efficace pour s'exécuter directement sur un robot. Selon l'entreprise, les développeurs peuvent contrôler et affiner le modèle pour répondre à divers besoins en utilisant des prompts en langage naturel.

Robotics On-Device surpasse les autres modèles de Google 

Nous apportons une IA puissante directement sur les robots avec Gemini Robotics On-Device. 🤖

Carolina Parada, responsable de la robotique chez Google DeepMind, a maintenu que le modèle original Gemini Robotics utilise une approche hybride, lui permettant de fonctionner sur l'appareil et dans le cloud. Elle a déclaré qu'avec le nouveau modèle uniquement sur l'appareil, les utilisateurs peuvent accéder aux fonctionnalités hors ligne presque aussi bien qu'avec le modèle phare.

— Google DeepMind (@GoogleDeepMind) le ⟦N1⟧ juin ⟦N2⟧

— Google DeepMind (@GoogleDeepMind) juin 24, 2025

L'entreprise technologique affirme que le modèle atteint un niveau de performance proche de celui du modèle Gemini Robotics basé sur le cloud dans les benchmarks. Google a également déclaré qu'il surpasse les autres modes sur l'appareil dans les benchmarks généraux, bien qu'il n'ait pas nommé ces modèles.

« Le modèle hybride Gemini Robotics est toujours plus puissant, mais nous sommes vraiment surpris de la force de ce modèle sur l'appareil. Je le considérerais comme un modèle de démarrage ou comme un modèle pour des applications qui ont simplement une mauvaise connectivité. » 

-Carolina Parada, responsable de la robotique chez Google DeepMind.

L'entreprise a illustré dans la démo des robots exécutant le modèle local, dézipant des sacs et pliant des vêtements. Google a reconnu que bien que le modèle ait été entraîné pour les robots ALOHA, il a ensuite été adapté pour fonctionner sur un robot bi-bras Franka FR3 et le robot humanoïde Apollo d'Apptronik.

L'entreprise technologique affirme que le bi-bras Franka FR3 a réussi à relever des scénarios et des objets qu'il n'avait jamais vus auparavant, comme l'assemblage sur une bande industrielle. L'entreprise

a déclaré que les développeurs peuvent montrer aux robots 50 à 100 démonstrations de tâches pour les entraîner à de nouvelles tâches en utilisant les modèles sur le simulateur de physique MuJoCo. a Google DeepMind a également mentionné la publication d'un kit de développement logiciel appelé Gemini Robotics SDK. L'entreprise 

a déclaré que son Robotics SDK fournit des outils de cycle de vie complets nécessaires à l'utilisation des modèles Gemini Robotics, y compris l'accès aux points de contrôle, le service d'un modèle, l'évaluation du modèle sur le robot et dans le simulateur, le téléchargement de données et son affinement. L'entreprise a divulgué que son modèle Gemini Robotics sur l'appareil et son SDK seront disponibles pour un groupe de testeurs de confiance tandis que Google continue de travailler à minimiser les risques de sécurité. a révélé Les entreprises technologiques rejoignent la course à la robotique

D'autres entreprises utilisant des modèles d'IA s'intéressent également à la robotique.

construit une plateforme pour créer des modèles fondamentaux pour les humanoïdes. Le PDG de l'entreprise, Jensen Huang, a noté que la construction de modèles fondamentaux pour les robots humanoïdes généraux est l'un des problèmes les plus excitants à résoudre dans l'IA aujourd'hui. Nvidia Huang a fait valoir que le facteur humanoïde est l'un des sujets les plus contestés dans le monde de la robotique en ce moment. Il a reconnu qu'il attire des capitaux-risque par vagues tout en générant un scepticisme massif en cours de route.

Nvidia a également été un champion de l'innovation robotique à travers des initiatives comme Isaac et Jetson. L'année dernière en mars, lors de sa conférence annuelle pour les développeurs GTC, l'entreprise 

a rejoint la course aux humanoïdes avec le projet GROOT. rejoint Nvidia a qualifié la nouvelle plateforme de modèle fondamental à usage général pour les robots humanoïdes. L'entreprise a déclaré que GROOT prendrait également en charge le nouveau matériel de Nvidia.

Hugging Face ne développe pas seulement des modèles et des ensembles de données ouverts pour la robotique, mais travaille également sur des robots. L'entreprise 

a présenté plus tôt ce mois-ci un modèle d'IA OpenAI pour la robotique appelé SmolVLA. a révélé L'entreprise affirme que le modèle est entraîné sur des ensembles de données partagés par la communauté et surpasse des modèles beaucoup plus grands pour la robotique dans des environnements virtuels et réels. Hugging Face a également révélé que SmolVLA vise à démocratiser l'accès aux modèles vision-langage-action (VLA) et à accélérer la recherche vers des agents robotiques généralistes. 

L'année dernière, l'entreprise a lancé LeRobot, une collection de modèles, d'ensembles de données et d'outils axés sur la robotique. Plus récemment, Hugging Face a acquis Pollen Robotics, une startup de robotique basée en France, et a révélé plusieurs systèmes robotiques peu coûteux, y compris des humanoïdes, à l'achat.

Google a lancé un nouveau modèle de langage appelé Gemini Robotics On-Device.