在机器人技术领域，谷歌的DeepMind再次带来了令人瞩目的创新。他们推出了一种全新的设备端视觉语言行动（VLA）模型，该模型无需依赖云计算，即可实现机器人的自主运行。这一突破性的技术，被命名为“Gemini Robotics On-Device”，预示着机器人技术发展的新方向。
Gemini Robotics On-Device：无需云端的自主能力
长期以来，机器人技术的发展受到云计算的限制。传统的机器人需要依赖强大的云端服务器进行数据处理和决策，这不仅增加了成本，还降低了机器人的响应速度和可靠性。然而，谷歌DeepMind的Gemini Robotics On-Device模型改变了这一现状。该模型允许机器人在本地设备上进行所有计算，无需与云端进行通信，从而实现了真正的自主运行。
谷歌DeepMind机器人部门负责人Carolina Parada表示，这种本地化的AI机器人技术，将使机器人在复杂和具有挑战性的环境中更加可靠。与之前的版本不同，新模型允许开发者根据特定需求进行调整，为机器人技术的应用提供了更大的灵活性。
通用机器人与生成式AI的融合
机器人技术面临的一大挑战是，机器人所处的物理世界是动态变化的，难以预测。传统的强化学习方法训练机器人行动非常缓慢，而生成式AI的出现为解决这一问题提供了新的思路。
Carolina Parada解释说，Gemini Robotics On-Device模型利用Gemini的多模态世界理解能力，可以完成全新的任务。就像Gemini可以生成文本、创作诗歌或总结文章一样，它也可以生成代码和图像，甚至生成机器人行动。
本地模型的强大功能
在之前的Gemini Robotics版本中，机器人运行的是一种混合系统，即机器人上运行一个小型模型，而云端运行一个大型模型。然而，这种混合系统存在响应延迟的问题。机器人需要快速响应环境变化，而云端处理需要时间。本地模型则可以实现快速适应，而服务器模型则可以处理复杂的推理任务。
现在，谷歌DeepMind将本地模型作为一个独立的VLA发布，其性能令人惊讶。Parada表示，许多任务都可以直接完成。在实际测试中，他们发现机器人能够很好地理解新情况。
通过发布包含完整SDK的本地模型，谷歌希望开发者能够赋予Gemini机器人新的任务，并将其置于新的环境中，从而发现模型在现有调整下无法完成的动作。借助SDK，机器人研究人员只需50到100个演示，即可使VLA适应新任务。
演示与真实数据的价值
在AI机器人技术中，“演示”的概念与其他AI研究领域有所不同。Parada解释说，演示通常涉及远程操作机器人，即手动控制机器人完成任务，从而调整模型以自主处理该任务。虽然合成数据是谷歌训练的一部分，但它不能替代真实数据。Parada强调，在最复杂、最灵巧的行为中，他们仍然需要真实数据。当然，模拟在机器人训练中也发挥着重要作用。
本地VLA的能力边界
虽然本地VLA在许多任务中表现出色，但它也有其局限性。对于简单的动作，如系鞋带或叠衬衫，本地VLA可以轻松完成。但是，对于需要多步骤推理的任务，如制作三明治，则可能需要更强大的模型。
谷歌团队认为，Gemini Robotics On-Device模型非常适合在云连接不稳定或不存在的环境中使用。在本地处理机器人的视觉数据也有利于保护隐私，例如在医疗保健环境中。
构建安全的机器人
安全性是AI系统面临的重要问题。生成式AI聊天机器人和图像生成器可能会产生虚假信息，而驱动Gemini Robotics的生成式系统也不例外。当机器人拥有了物理形态，并配备了冰冷的金属抓手时，安全性问题变得更加棘手。
为了确保机器人的安全行为，Gemini Robotics采用了一种多层方法。Parada表示，完整的Gemini Robotics连接到一个推理模型，该模型会判断什么是安全的。然后，该模型与VLA通信，VLA生成操作选项，并调用一个低级控制器，该控制器通常具有安全关键组件，例如可以移动多少力或可以多快地移动手臂。
重要的是，新的设备端模型只是一个VLA，因此开发者需要自行构建安全性。谷歌建议开发者复制Gemini团队的做法，即将系统连接到包含安全层的标准Gemini Live API，并为关键安全检查实施低级控制器。
未来展望
谷歌的Carolina Parada表示，过去三年机器人技术取得了许多突破，而这仅仅是个开始。目前的Gemini Robotics版本仍然基于Gemini 2.0。Parada指出，Gemini Robotics团队通常落后于Gemini开发一个版本，而Gemini 2.5在聊天机器人功能方面已被认为是一次巨大的改进。也许机器人也会如此。
Gemini Robotics On-Device的推出，标志着机器人技术发展的一个重要里程碑。它不仅使机器人能够独立于云端运行，还为开发者提供了更大的灵活性和控制权。随着技术的不断发展，我们有理由相信，未来的机器人将更加智能、安全和可靠，并在各个领域发挥更大的作用。
安全性：不容忽视的关键
在追求机器人技术进步的同时，安全性问题必须得到高度重视。无论是防止机器人做出危险行为，还是保护用户隐私，都需要采取有效的措施。谷歌在Gemini Robotics中采用的多层安全方法，为我们提供了一个有益的参考。然而，开发者在实际应用中，还需要根据具体情况进行调整和完善，确保机器人的安全可靠运行。
开发者生态：推动机器人技术创新的引擎
谷歌通过发布包含完整SDK的本地模型，积极构建开发者生态。这一举措将吸引更多的开发者参与到机器人技术的创新中来，推动机器人技术的快速发展。开发者可以利用SDK，为Gemini机器人赋予新的任务，并将其置于新的环境中，从而不断拓展机器人的应用领域。
数据驱动：提升机器人性能的关键
数据是AI模型训练的基础。在机器人技术中，真实数据的价值尤为突出。虽然合成数据可以用于初步训练，但要使机器人真正掌握复杂、灵巧的行为，还需要大量的真实数据。因此，如何获取、处理和利用真实数据，是机器人技术发展面临的重要挑战。
应用场景：无限可能
Gemini Robotics On-Device模型的应用场景非常广泛。在制造业中，它可以用于自动化生产线，提高生产效率和质量。在医疗保健领域，它可以用于辅助诊断和治疗，减轻医护人员的负担。在家庭服务中，它可以用于清洁、烹饪和照顾老人，提高生活质量。随着技术的不断发展，我们可以期待机器人将在更多领域发挥重要作用。
结论：开启机器人技术的新篇章
谷歌DeepMind的Gemini Robotics On-Device模型，是一项具有里程碑意义的创新。它不仅使机器人能够独立于云端运行，还为开发者提供了更大的灵活性和控制权。随着技术的不断发展和应用，我们有理由相信，机器人技术将迎来更加美好的未来。
