给机器人装上“离线大脑”+“安卓系统” 谷歌端上“自家最强”VLA模型

6月26日讯 日前，谷歌宣布推出“自家最强大的视觉-语言-动作（VLA）模型”Gemini Robotics On-Device，作为一款面向双臂(16.800, -0.19, -1.12%)的通用基础模型，Gemini Robotics On-Device专为减少计算资源消耗而设计。

其具备通用灵巧操作能力和任务泛化能力，即支持灵巧操作任务的快速实验、可通过微调适应新任务，以提升性能。

更重要的是，这款模型可以完全在机器人设备本地离线运行。谷歌表示，由于运行时无需依赖数据网络，这一模型非常适用于对延迟敏感的应用场景，并能在网络连接不稳定甚至完全中断的环境中稳定运行——换言之，即使是在完全断网的情况下，搭载这款模型的机器人设备也能做到“看得见、听得懂、做得了”。

Gemini Robotics On-Device在多种测试场景中实现了强大的视觉、语义和行为泛化能力，能理解自然语言指令，并完成拉开拉链、折叠衣物等高灵巧度任务。