Google DeepMind представил новую мультимодальную модель Gemini Robotics On-Device

Модель объединяет зрение, понимание языка и управление действиями робота. Работает локально, без постоянного подключения к интернету — вся обработка происходит прямо на роботе, что обеспечивает низкую задержку и автономность. Её легко дообучить на своих данных — нужно всего 50-100 демонстраций.

⚫️Поддерживается широкий спектр роботов — от гуманоидных до промышленных манипуляторов. Модель способна выполнять сложные двухручные манипуляции — сборку, перенос объектов, работу с инструментами — и обучается новым задачам всего по 50–100 демонстрациям.

⚫️Модель позволяет роботам выполнять бытовые задачи (складывание, упаковка), промышленную сборку, взаимодействие с человеком через голосовые команды и адаптироваться к новым ситуациям без дополнительного программирования.

«Поскольку модель работает независимо от сети передачи данных, она полезна для приложений, чувствительных к задержкам, и обеспечивает надёжность в средах с нестабильным или отсутствующим подключением», — из пресс-релиза.