IT之家 6 月 24 日消息，谷歌 DeepMind 今日发布博客文章，宣布推出一种全新的 Gemini Robotics OnDevice 本地化机器人 AI 模型。
该模型基于视觉语言动作（VLA）架构，无需云端支持即可实现实体机器人控制。核心特性包括：
技术能力：
独立运行于机器人设备，支持低延迟响应（IT之家注：适用于网络不稳定场景，如医疗环境）
完成高精度操作任务（如打开包袋拉链、叠衣服、系鞋带）
双机械臂设计，适配 ALOHA、Franka FR3 及 Apollo 人形机器人
开发适配：
提供 Gemini Robotics SDK 工具包
开发者通过 50100 次任务演示即可定制新功能
支持 MuJoCo 物理模拟器测试
安全保障：
通过 Live API 实施语义安全检测
底层安全控制器管理动作力度与速度
开放语义安全基准测试框架
项目负责人 Carolina Parada 表示：“该系统借鉴 Gemini 多模态世界理解能力，如同 Gemini 生成文本 / 代码 / 图像那样生成机器人动作”。
谷歌表示，该模型现在只面向可信测试计划开发者开放，基于 Gemini 2.0 架构开发（落后于 Gemini 2.5 最新版本）。
参考资料：
《Gemini Robotics OnDevice brings AI to local robotic devices》