DeepMind机器人实现本地运行：完成系鞋带等复杂操作

6月24日，谷歌DeepMind在其官方博客上发布了一款全新的机器人AI模型——Gemini Robotics On-Device本地化技术。

这一创新模型采用了视觉-语言-动作（VLA）架构设计，能够在无须云端支持的情况下实现对实体机器人的独立控制。其主要特点包括：

技术能力：

• 具备低延迟响应能力，可独立运行于机器人设备（特别适用于网络条件较差的环境，如医疗领域）

• 能够完成高精度操作任务，例如打开包袋拉链、叠衣服和系鞋带等复杂动作

• 支持双机械臂设计，并兼容ALOHA、Franka FR3以及Apollo等多种人形机器人平台

开发适配：

• 提供Gemini Robotics SDK工具包，便于开发者进行二次开发

• 通过50-100次任务演示即可快速实现新功能的定制化

• 支持使用MuJoCo物理模拟器进行测试和验证

安全保障：

• 采用Live API实施语义安全检测，确保操作的安全性

• 通过底层安全控制器严格管理动作的力度和速度

• 开放语义安全基准测试框架，便于开发者进行安全性验证

项目负责人Carolina Parada表示：”我们借鉴了Gemini在多模态世界理解方面的能力，就像Gemini能够生成文本、代码和图像一样，现在它也可以直接生成机器人的动作指令。”

目前，该模型仅面向参与可信测试计划的开发者开放，并基于Gemini 2.0架构进行开发（相较于最新的Gemini 2.5版本稍有滞后）。

参考资料：

• 《Gemini Robotics On-Device brings AI to local robotic devices》