DeepMind「黑科技」 炸场！Gemini Robotics On-Device 让机器人秒变 「全能选手」

完全本地化运行: 摆脱云端束缚

GeminiRoboticsOn-Device 的最大亮点在于其完全在机器人本地硬件上运行，无需依赖云端计算资源。这一特性解决了传统云端机器人面临的延迟和连接不稳定问题，尤其适用于网络环境受限的场景，如工厂、仓库或偏远地区。据介绍，该模型在本地运行时仍能接近云端 Gemini 模型的性能，展现出强大的计算效率和可靠性。

多任务能力: 从拉拉链到叠衣服

这款模型集成了视觉、语言和动作控制，具备出色的多模态能力。它能通过自然语言指令理解人类意图，并转化为精准的机器人动作。演示中，机器人成功完成了拉拉链、倒液体、叠衣服等复杂任务，甚至在未 「见过」 的场景中表现出色，例如在工业流水线上进行组装。GoogleDeepMind 表示，该模型在双臂机器人 （如 FrankaFR3 和 Apollo 人形机器人） 上的表现尤为突出，展现了通用灵巧性和任务泛化能力。

低样本学习:50-100 次示范即可上手

GeminiRoboticsOn-Device 的另一大创新是其低样本学习能力。开发者只需通过 50 至 100 次任务示范，即可让机器人快速适应新任务。这种高效的微调方式得益于模型基于 Gemini2.0 的架构，结合了强大的视觉感知、语义理解和行为生成能力。GoogleDeepMind 还发布了 GeminiRoboticsSDK，允许开发者在 MuJoCo 物理模拟器中测试模型，并通过 「可信测试者」 计划获取开发权限，极大降低了机器人 AI 的部署门槛。

行业前景: 重新定义机器人应用

GeminiRoboticsOn-Device 的发布标志着机器人 AI 迈向 「可用、可部署、可泛化」 的新阶段。其本地化运行和低样本学习的特性，不仅降低了企业的部署成本，还推动了机器人技术在制造业、物流、安保等领域的广泛应用。然而，模型在复杂环境下的泛化能力和安全性仍需进一步验证。AIbase 认为，随着 GoogleDeepMind 持续优化，这一技术有望重塑机器人行业的未来格局。

GoogleDeepMind 的 GeminiRoboticsOn-Device 以其本地化运行、多任务能力和低样本学习特性，展现了机器人 AI 技术的突破性进展。从拉拉链到工业组装，这款模型为机器人赋予了前所未有的灵活性和智能性。未来，随着 SDK 的开放和技术的迭代，机器人或将成为各行业不可或缺的 「全能助手」。