💡
原文英文，约600词，阅读约需2分钟。
📝
内容提要
谷歌DeepMind推出了Gemini Robotics On-Device，这是一个可在机器人硬件上本地运行的视觉-语言-动作基础模型，具备低延迟推理能力，适合本地应用。该模型是Gemini Robotics系列的最新版本，旨在解决延迟和连接性问题，并通过SDK支持开发者定制。
🎯
关键要点
- 谷歌DeepMind推出Gemini Robotics On-Device，这是一个可在机器人硬件上本地运行的视觉-语言-动作基础模型。
- 该模型具备低延迟推理能力，适合本地应用，并可通过少量示例进行微调。
- Gemini Robotics On-Device是Gemini Robotics系列的最新版本，旨在解决延迟和连接性问题。
- 该模型遵循自然语言指令，利用视觉识别和推理环境中的物体。
- DeepMind在双臂Aloha机器人上训练了该模型，并在多个其他机器人平台上进行了评估。
- Gemini Robotics SDK将加速创新，允许开发者根据特定需求定制模型。
- DeepMind还发布了多个基准测试，包括评估机器人安全机制的ASIMOV基准和测量视觉推理能力的ERQA评估数据集。
- 模型在七个不同任务上表现良好，成功完成任务的平均时间超过60%。
- Gemini Robotics On-Device尚未普遍提供，感兴趣的开发者可以注册候补名单。
➡️
