谷歌新推出的Gemini模型将设备端人工智能引入机器人领域

谷歌旗下DeepMind公司周二发布了一款名为Gemini Robotics On-Device的全新语言模型。该公司透露，该模型无需网络连接即可在机器人本地运行任务。.

这款新模型基于该公司今年3月发布的Gemini Robotics人工智能模型，能够控制机器人的运动。谷歌也承认，这款视觉-语言-动作模型（VLA）体积小巧、效率高，可以直接在机器人上运行。据该公司称，开发者可以使用自然语言提示来控制和微调该模型，以满足各种需求。. 

设备上的机器人技术优于谷歌的其他模型

我们正在通过 Gemini Robotics On-Device 将强大的 AI 直接引入机器人。🤖

这是我们首个视觉-语言-动作模型，旨在帮助机器人更快、更高效，并能适应新的任务和环境——而且无需持续的网络连接。🧵 pic.twitter.com/1Y21D3cF5t

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

谷歌DeepMind机器人部门负责人卡罗琳娜·帕拉达(Carolina Parada)表示，最初的Gemini Robotics机器人采用的是混合架构，既可以在设备端运行，也可以在云端运行。她还指出，新款的纯设备端机型也能让用户几乎像使用旗舰机型一样流畅地访问离线功能。.

这家科技公司声称，该模型在基准测试中的表现接近基于云端的Gemini Robotics模型。谷歌还表示，该模型在一般基准测试中优于其他设备端模型，但并未指明具体是哪些模型。. 

“Gemini Robotics 的混合模型仍然更强大，但我们对这款设备端模型的tron程度着实感到惊讶。我认为它适合作为入门级模型，或者适用于网络连接较差的应用场景。”

-谷歌DeepMind机器人部门负责人Carolina Parada。.

该公司在演示中展示了运行本地模型的机器人，它们可以拉开拉链、折叠衣服。谷歌承认，虽然该模型最初是为ALOHA机器人训练的，但后来也将其适配到tron公司的双臂Franka FR3机器人和Apollo人形机器人上。.

这家科技公司声称，双臂机器人 Franka FR3 成功应对了之前从未遇到过的场景和物体，例如在工业传送带上进行装配作业。该公司 提到 ，开发者可以利用 MuJoCo 物理模拟器上的模型，向机器人展示 50 到 100 个任务演示，从而训练它们完成新任务。 

谷歌旗下DeepMind公司还宣布发布名为Gemini Robotics SDK的软件开发工具包。该公司 透露 ，该SDK提供使用Gemini Robotics模型所需的完整生命周期工具，包括访问检查点、部署模型、在机器人和仿真环境中评估模型、上传数据以及进行微调。该公司表示，其设备端Gemini Robotics模型和SDK将向一组受信任的测试人员开放，同时谷歌将继续努力降低安全风险。

科技公司加入机器人竞赛

其他使用人工智能模型的公司也对机器人技术表现出浓厚的兴趣。 英伟达 正在构建一个平台，用于创建人形机器人的基础模型。该公司首席执行官黄仁勋指出，为通用人形机器人构建基础模型是当今人工智能领域最激动人心的挑战之一。

黄认为，人形机器人是目前机器人领域最具争议的话题之一。他承认，这一话题在吸引大量风险投资的同时，也引发了广泛的质疑。. 

英伟达也一直致力于推动机器人创新，推出了 Isaac 和 Jetson 等项目。去年三月，在年度 GTC 开发者大会上，该公司 正式加入 机器人领域的竞争。

英伟达将这一新平台称为人形机器人的通用基础模型。该公司表示，GROOT 也将支持英伟达的新硬件。. 

Hugging Face 不仅致力于开发用于机器人领域的开放模型和数据集，而且还在研发机器人本身。该公司 发布了 本月初 

该公司声称，该模型基于社区共享的数据集进行训练，在虚拟和现实世界环境中，其机器人性能均优于规模更大的模型。Hugging Face 还透露，SmolVLA 旨在普及视觉-语言-动作 (VLA) 模型的使用，并加速通用型机器人智能体的研究。.

去年，该公司推出了 LeRobot，这是一个包含机器人模型、数据集和工具的集合。最近，Hugging Face 收购了位于法国的机器人初创公司 Pollen Robotics，并推出了多款价格低廉的机器人系统，其中包括人形机器人，供消费者购买。.