AI机器人时代来临！谷歌推出Gemini模型

Gemini Robotics升级发布

今年三月，谷歌推出了一个叫Gemini Robotics的“视觉语言动作”（VLA）模型。最近，他们又把这个模型升级了一下，新版本叫做Gemini Robotics On-Device。

据谷歌介绍，这个新版本是他们目前最强的VLA模型，而且经过优化，现在可以在机器人设备上直接本地运行，不用再依赖云端了。

Gemini机器人模型升级

谷歌DeepMind的高级总监兼机器人负责人透露说：“这个模型是独立运行的，不依赖网络数据，所以特别适合对延迟比较敏感的应用。就算网络断了或者没网，它也能稳定工作。”

另外，谷歌也明确表示，Gemini Robotics On-Device 是在3月份发布的 Gemini Robotics 基础上升级优化而来的，专门针对“双臂机器人”设计，目的是让它们能更灵活、更高效地应对各种复杂的任务。

多机器人适配与应用

在之前的一次演示中，这个团队展示了一种能运行本地模型的机器人，这些机器人可以轻松地完成拉拉链、叠衣服这些基本动作。

谷歌说，虽然这个模型是专门为ALOHA机器人训练的，但后来他们又对它进行了调整，让它也能用在双臂的Franka FR3机器人和Apollo人形机器人上。

Gemini机器人SDK发布

与此同时，谷歌DeepMind还推出了一个叫Gemini Robotics SDK的东西。他们说，开发者现在可以在MuJoCo这个高级物理模拟器上使用这些模型，也就是说，你可以给机器人展示50到100次任务操作，然后让它自己学会完成这些任务。

跟单纯的大语言模型不一样，机器人AI要面对的问题更多，因为它们不只是在虚拟世界里运行，还会实际接触和改变周围的环境。谷歌DeepMind负责机器人技术的负责人说：“Gemini不仅能写诗、总结文章，还能写代码，现在它还能生成机器人的动作。”这意思就是说，谷歌认为他们的机器人模型已经可以通过大量数据训练出各种动作，在不断试错和迭代中应对现实世界的各种挑战。

机器人AI安全挑战

另一个让人担心的地方是，跟对话型AI相比，这种机器人AI对安全性的要求更高。毕竟像《终结者》里那种恐怖场景，可能更容易变成现实。谷歌方面表示，为了确保Gemini Robotics的安全，他们采取了多层限制的措施。具体来说，控制机器人的是一层基础的VLA模型，而在它上面还有一个更高级的VLA模型，这个上级模型会用推理的方式判断哪些指令是安全的。简单来说，就是用“AI来管AI”的方式，来保障整个系统的安全。

毫无疑问，机器人AI又是一个全新的赛道，像英伟达（Nvidia）这样的大公司都在悄悄研究自己的机器人项目。相信国内也有很多企业正在这条路上默默发力。咱们就等着看，新一轮的AI大战什么时候正式拉开帷幕吧！