- Google ha lanciato un nuovo modello linguistico chiamato Gemini Robotics On-Device.
- Il modello può eseguire compiti localmente sui robot senza necessità di connettività internet.
- L'azienda tecnologica afferma che il modello raggiunge un livello di prestazioni vicino a quello del modello Gemini Robotics basato sul cloud nei benchmark.
Google DeepMind ha introdotto martedì un nuovo modello linguistico chiamato Gemini Robotics On-Device. L'azienda ha rivelato che il modello può eseguire compiti localmente sui robot senza una connessione internet.
Il nuovo modello, che si basa sul precedente modello di IA Gemini Robotics dell'azienda rilasciato a marzo, può controllare i movimenti di un robot. Google ha anche riconosciuto che il modello vision-language-action (VLA) è piccolo ed efficiente abbastanza da essere eseguito direttamente su un robot. Secondo l'azienda, gli sviluppatori possono controllare e perfezionare il modello per soddisfare varie esigenze utilizzando prompt in linguaggio naturale.
Robotics On-Device supera altri modelli di Google
Stiamo portando una potente IA direttamente sui robot con Gemini Robotics On-Device. 🤖
È il nostro primo modello vision-language-action per aiutare a rendere i robot più veloci, altamente efficienti e adattabili a nuovi compiti e ambienti – senza bisogno di una connessione internet costante. 🧵 pic.twitter.com/1Y21D3cF5t
— Google DeepMind (@GoogleDeepMind) Giugno 24, 2025
La capo della robotica presso Google DeepMind, Carolina Parada, ha mantenuto che il modello originale Gemini Robotics utilizza un approccio ibrido, consentendole di operare on-device e sul cloud. Ha detto che con il nuovo modello solo dispositivo, gli utenti possono accedere alle funzionalità offline quasi altrettanto bene come quelle del modello flagship.
L'azienda tecnologica afferma che il modello esegue a un livello vicino al modello Gemini Robotics basato su cloud nei benchmark. Google ha anche detto che supera altri modelli on-device nei benchmark generali, anche se non ha nominato quei modelli.
“Il modello ibrido Gemini Robotics è ancora più potente, ma siamo davvero sorpresi da quanto sia forte questo modello on-device. Lo considererei un modello iniziale o un modello per applicazioni che hanno solo una connettività scarsa.”
-Carolina Parada, Capo della Robotica presso Google DeepMind.
L'azienda ha illustrato nel demo robot che eseguono il modello locale, sfilando sacchetti e piegando i vestiti. Google ha riconosciuto che mentre il modello è stato addestrato per i robot ALOHA, lo ha poi adattato per funzionare su un robot bi-braccio Franka FR3 e sul robot umanoide Apollo di Apptronik.
L'azienda tecnologica afferma che il bi-braccio Franka FR3 ha avuto successo nel affrontare scenari e oggetti che non aveva visto prima, come fare assemblaggio su una cintura industriale. L'azienda menzionato che gli sviluppatori possono mostrare ai robot da 50 a 100 dimostrazioni di compiti per addestrarli su nuovi compiti utilizzando i modelli sul simulatore di fisica MuJoCo.
Google DeepMind ha anche menzionato il rilascio di un kit di sviluppo software chiamato Gemini Robotics SDK. L'azienda ha rivelato che il suo Robotics SDK fornisce tooling completo per il ciclo di vita necessario per utilizzare i modelli Gemini Robotics, incluso l'accesso ai checkpoint, il servizio di un modello, la valutazione del modello sul robot e nel sim, il caricamento dei dati e il suo perfezionamento. L'azienda ha rivelato che il suo modello Gemini Robotics on-device e il suo SDK saranno disponibili a un gruppo di tester fidati mentre Google continua a lavorare per minimizzare i rischi di sicurezza.
Le aziende tecnologiche si uniscono alla corsa alla robotica
Altre aziende che utilizzano modelli IA stanno anche mostrando interesse nella robotica. Nvidia sta costruendo una piattaforma per creare modelli fondamentali per gli umanoidi. Il CEO dell'azienda, Jensen Huang, ha notato che costruire modelli fondamentali per robot umanoidi generali è uno dei problemi più entusiasmanti da risolvere nell'IA oggi.
Huang ha sostenuto che il fattore umanoide è uno dei temi più contestati nel mondo della robotica al momento. Ha riconosciuto che sta raccogliendo capitali di venture capital a palate mentre genera un'enorme scetticismo lungo la strada.
Nvidia ha anche sostenuto l'innovazione robotica attraverso iniziative come Isaac e Jetson. Lo scorso marzo, alla sua conferenza annuale per sviluppatori GTC, l'azienda aderito la corsa agli umanoidi con Project GROOT.
Nvidia ha definito la nuova piattaforma un modello fondamentale a scopo generale per i robot umanoidi. L'azienda ha detto che GROOT supporterà anche l'hardware nuovo da Nvidia.
Hugging Face non sta solo sviluppando modelli open e dataset per la robotica, ma sta anche lavorando sui robot. L'azienda ha rivelato questo mese un modello OpenAI per la robotica chiamato SmolVLA.
L'azienda afferma che il modello è addestrato su dataset condivisi dalla comunità e supera modelli molto più grandi per la robotica sia in ambienti virtuali che nel mondo reale. Hugging Face ha anche rivelato che SmolVLA mira a democratizzare l'accesso ai modelli vision-language-action (VLA) e ad accelerare la ricerca verso agenti robotici generalisti.
Lo scorso anno, l'azienda ha lanciato LeRobot, una raccolta di modelli, dataset e strumenti focalizzati sulla robotica. Più recentemente, Hugging Face ha acquisito Pollen Robotics, una startup di robotica con sede in Francia, e ha rivelato diversi sistemi robotici economici, inclusi umanoidi, in vendita.
I cervelli più intelligenti del crypto leggono già la nostra newsletter. Vuoi unirti a loro? Unisciti a loro.
Collins J. Okoth
Collins Okoth è un giornalista e analista di mercati con 8 anni di esperienza nella copertura di criptovalute e tecnologia. È un Analista Finanziario Certificato e possiede una laurea in Matematica Attuariale. Collins ha precedentemente lavorato con Geek Computer e CoinRabbit come scrittore e redattore.
