Google DeepMind выпускает Gemini Robotics на устройствах, обеспечивая локализованную интеграцию ИИ для роботизированных систем

Подразделение искусственного интеллекта Google, Google DeepMind представили локально развертываемую модель робототехники Gemini Robotics On-Device. Эта модель разработана для эффективной работы на роботизированном оборудовании без зависимости от внешних сетей. Она демонстрирует расширенные возможности в области универсальной ловкости и адаптации задач в различных вариантах использования.

Модель функционирует полностью на робот , что снижает задержку и поддерживает стабильность работы даже в средах с ненадежным или отсутствующим подключением к Интернету. Он предназначен для двуручных роботизированных систем и требует минимальной вычислительной мощности.

Gemini Robotics On-Device расширяет функциональность предыдущих моделей Gemini Robotics, поддерживая ловкое выполнение задач в реальном времени, позволяя тонкую настройку для новых задач и позволяя интерпретировать команды на естественном языке. Система демонстрирует стабильную производительность при обработке визуально и семантически разнообразных задач, таких как манипулирование мягкими объектами или выполнение многошаговых инструкций.

Оценки показывают, что модель хорошо обобщает в различных условиях и превосходит сопоставимые системы на устройстве в сложных сценариях. Для разработчиков, которым требуются расширенные возможности за пределами локальных ограничений, доступна альтернативная версия модели Gemini Robotics.

Gemini Robotics On-Device становится первой моделью VLA, доступной для тонкой настройки, разработанной с упором на безопасность и ответственные инновации

Gemini Robotics On-Device представляет собой первый экземпляр модели VLA из этой серии, доступный для тонкой настройки. Хотя модель способна выполнять ряд задач без модификации, ее также можно адаптировать для повышения производительности в определенных приложениях. Адаптация может быть достигнута с помощью относительно небольшого количества демонстраций, обычно от 50 до 100, что демонстрирует способность модели применять свои базовые возможности к незнакомым задачам.

Команда способствовали всех моделей Gemini Robotics следует структуре, согласованной с установленными принципами ИИ, включая комплексную стратегию безопасности, которая учитывает как семантические, так и физические измерения. Семантическая и связанная с контентом безопасность отслеживается через Live API, в то время как низкоуровневые критические для безопасности контроллеры интегрированы для управления выполнением физических действий. Для общесистемных оценок был введен семантический бенчмарк безопасности, а для выявления слабых мест, связанных с безопасностью, рекомендуются целевые методы тестирования, включая red-teaming.

Надзор за реальными последствиями моделей осуществляется командой Responsible Development & Innovation, которая оценивает потенциальные риски и социальные эффекты. Эти выводы рассматриваются Советом по ответственности и безопасности, чьи рекомендации информируют о текущей разработке моделей, направленной на улучшение положительных результатов при снижении потенциального вреда.