新しいGoogle GeminiモデルがロボティクスにオンデバイスAIをもたらす

Google DeepMindは火曜日、Gemini Robotics On-Deviceという新しい言語モデルを発表した。同社は、このモデルがインターネット接続なしでロボット上でローカルにタスクを実行できることを明らかにした。

3月にリリースされた同社の以前のGemini Robotics AIモデルを基盤とするこの新しいモデルは、ロボットの動きを制御できる。Googleはまた、ビジョン・ランゲージ・アクションモデル（VLA）が小さく効率的であり、ロボット上で直接実行可能であることを認めた。同社によれば、開発者は自然言語のプロンプトを使用してモデルを制御および微調整し、さまざまなニーズに対応できる。 

ロボティクス・オン・デバイスはGoogleの他のモデルを上回る

Gemini Robotics On-Deviceで、強力なAIをロボットに直接搭載します。🤖

これは、ロボットをより高速で高効率にし、新しいタスクや環境に適応可能にするための最初のビジョン・ランゲージ・アクションモデルです。常時インターネット接続は必要ありません。🧵 pic.twitter.com/1Y21D3cF5t

— Google DeepMind (@GoogleDeepMind) 6月 24日、2025

Google DeepMindのロボティクス責任者であるカロリナ・パラダ氏は、元のGemini Roboticsモデルがハイブリッドアプローチを使用しており、オンデバイスとクラウドの両方で動作可能であると主張した。彼女は、新しいデバイス専用モデルでは、ユーザーがフラッグシップモデルとほぼ同等のオフライン機能にアクセスできると述べた。

同社は、このモデルがベンチマークにおいてクラウドベースのGemini Roboticsモデルに匹敵するレベルでパフォーマンスを発揮すると主張している。Googleはまた、一般的なベンチマークで他のオンデバイスモードを上回ると述べたが、それらのモデル名は明かさなかった。 

「Gemini Roboticsのハイブリッドモデルはまだ強力ですが、このオンデバイスモデルの強さに非常に驚いています。これはスターターモデル、または接続性が悪いアプリケーション用のモデルとして考えてください。」

-カロリナ・パラダ、Google DeepMind ロボティクス責任者。

同社は、デモでローカルモデルを実行するロボット、バッグを開封するロボット、衣類を折りたたむロボットを示した。Googleは、このモデルがALOHAロボット向けにトレーニングされたことを認めたが、その後、Franka FR3という2アームロボットやApptronikのApolloヒューマノイドロボットで動作するように適応させたと述べた。

同社は、2アームのFranka FR3が、産業用ベルトでの組立など、以前見たことのないシナリオやオブジェクトに対処することに成功したと主張している。同社は 言及 開発者がMuJoCo物理シミュレーター上のモデルを使用して、新しいタスクでロボットをトレーニングするために50〜100のタスクデモをロボットに示すことができると述べた。 

Google DeepMindはまた、Gemini Robotics SDKというソフトウェア開発キットのリリースにも言及した。同社は 明らかにした そのRobotics SDKが、チェックポイントへのアクセス、モデルの提供、ロボットおよびシミュレーター上でのモデル評価、データアップロード、微調整など、Gemini Roboticsモデルを使用するために必要なフルライフサイクルのツールを提供すると述べた。同社は、Googleが安全性リスクの最小化に取り組む間、そのオンデバイスGemini RoboticsモデルとそのSDKが信頼できるテスターのグループに利用可能になると明らかにした。

テック企業がロボティクスレースに参入

AIモデルを使用する他の企業もロボティクスに関心を示している。 Nvidia は、ヒューマノイド用の基盤モデルを作成するためのプラットフォームを構築している。同社のCEO、ジェンセン・ホアン氏は、一般的なヒューマノイドロボット用の基盤モデルを構築することは、現在AIで解決すべき最もエキサイティングな問題の一つであると指摘した。

ホアン氏は、ヒューマノイドの要素が現在ロボティクスの世界で最も議論の的となっているトピックの一つであると主張した。彼は、それが巨額のベンチャーキャピタルを集めながら、その過程で大きな懐疑主義を生み出していることを認めた。 

Nvidiaも、IsaacやJetsonなどのイニシアチブを通じてロボティクスの革新を推進してきた。昨年3月、年次GTC開発者会議で、同社は 参加し Project GROOTでヒューマノイドレースに参入した。

Nvidiaは、新しいプラットフォームをヒューマノイドロボット用の汎用基盤モデルと呼んだ。同社は、GROOTがNvidiaの新しいハードウェアもサポートすると述べた。 

Hugging Faceはロボティクス用のオープンモデルとデータセットを開発しているだけでなく、ロボット自体の開発にも取り組んでいる。同社は 明らかにした 今月初めに、ロボティクス用のOpenAIモデルであるSmolVLAをリリースした。 

同社は、このモデルがコミュニティ共有データセットでトレーニングされており、仮想環境と実世界の両方でロボティクス用のはるかに大きなモデルを上回ると主張している。Hugging Faceはまた、SmolVLAがビジョン・ランゲージ・アクション（VLA）モデルへのアクセスを民主化し、ジェネラリストロボットエージェントへの研究を加速させることを目的としていることも明らかにした。

昨年、同社はLeRobotを立ち上げた。これは、ロボティクスに焦点を当てたモデル、データセット、ツールのコレクションである。最近、Hugging Faceはフランスに拠点を置くロボティクススタートアップであるPollen Roboticsを買収し、ヒューマノイドを含むいくつかの安価なロボティクスシステムを購入可能にすると発表した。