Google DeepMind lança Gemini Robotics no dispositivo, permitindo integração de IA localizada para sistemas robóticos

O braço de IA do Google, Google DeepMind revelou um modelo de robótica implantável localmente: o Gemini Robotics On-Device. Este modelo foi projetado para operar eficientemente em hardware robótico sem depender de redes externas. Ele demonstra capacidades avançadas em destreza geral e adaptação a tarefas em diversos casos de uso.

O modelo funciona inteiramente no robô , que reduz a latência e mantém a estabilidade operacional mesmo em ambientes com conectividade de internet instável ou inexistente. Destina-se a sistemas robóticos de dois braços e requer poder computacional mínimo.

O Gemini Robotics On-Device amplia a funcionalidade dos modelos anteriores da Gemini Robotics, oferecendo suporte à execução ágil de tarefas em tempo real, permitindo o ajuste fino para novas tarefas e a interpretação de comandos em linguagem natural. O sistema apresenta desempenho consistente ao lidar com tarefas visual e semanticamente variadas, como manipular objetos macios ou executar instruções em várias etapas.

As avaliações indicam que o modelo generaliza bem em diferentes condições e supera sistemas comparáveis ​​no dispositivo em cenários complexos. Para desenvolvedores que exigem recursos aprimorados além das restrições locais, uma versão alternativa do modelo Gemini Robotics está disponível.

Gemini Robotics On-Device se torna o primeiro modelo VLA disponível para ajuste fino, desenvolvido com ênfase em segurança e inovação responsável

O Gemini Robotics On-Device representa a primeira instância de um modelo VLA desta série disponível para ajuste fino. Embora o modelo seja capaz de executar uma série de tarefas sem modificações, ele também pode ser adaptado para aprimorar o desempenho em aplicações específicas. A adaptação pode ser alcançada por meio de um número relativamente pequeno de demonstrações, normalmente entre 50 e 100, o que demonstra a capacidade do modelo de aplicar seus recursos básicos a tarefas desconhecidas.

A desenvolvimento Todos os modelos da Gemini Robotics seguem uma estrutura alinhada aos Princípios de IA estabelecidos, incorporando uma estratégia de segurança abrangente que aborda as dimensões semântica e física. A segurança semântica e relacionada ao conteúdo é monitorada por meio da API Live, enquanto controladores críticos de segurança de baixo nível são integrados para gerenciar a execução de ações físicas. Um benchmark de segurança semântica foi introduzido para avaliações em todo o sistema, e métodos de teste direcionados, incluindo red-teaming, são recomendados para identificar fragilidades relacionadas à segurança.

A supervisão das implicações reais dos modelos é conduzida pela equipe de Desenvolvimento e Inovação Responsável, que avalia os riscos potenciais e os impactos sociais. Essas conclusões são revisadas pelo Conselho de Responsabilidade e Segurança, cujas recomendações embasam o desenvolvimento contínuo dos modelos, com o objetivo de aprimorar resultados positivos e, ao mesmo tempo, reduzir potenciais danos.