不靠雲端的機器人 AI 來了，Google 全新 Gemini Robotics On-Device 模型亮點整理
Google DeepMind 宣布推出全新裝置端 VLA（視覺語言動作）模型 Gemini Robotics On-Device 來控制機器人，最大亮點在於可在機器人設備上完全離線運作，並強調其具備強大的通用能力。
Google DeepMind 機器人技術主管 Carolina Parada 在官方部落格表示，由於這款模型可在無需連接網路的情況下運作，因此特別適合對延遲敏感的應用場景，並能在網路不穩定甚至完全離線的環境中維持穩定性與韌性。
不靠雲端的通用機器人 AI 模型
在 Google 先前推出的 Gemini Robotics 版本中，系統採用的是混合式架構──機器人上有小型 AI 模型執行即時反應，較複雜的推理則交由雲端大型語言模型處理。然而這種架構仍需網路連線，但這次 Google DeepMind 推出的全新「Gemini Robotics On-Device」，則完全擺脫雲端依賴，效能表現更與仰賴雲端的版本相當。
《Ars Technica》報導，DeepMind 的機器人主管 Vincent Vanhoucke 和工程總監 Parada 表示，這款本地模型與雲端混合模型在準確率上的落差非常小，在許多操作任務上「開箱即用」。
可微調、更通用，快速適應任務與硬體
缺乏穩健的通用/泛化能力（generalization）是機器人大規模部署於家庭和工業應用中的關鍵瓶頸，Google DeepMind 也表示，Gemini Robotics 模型旨在解決這個問題，實現更強大的通用能力，包含快速適應新任務，以及不同的機器人硬體型態。
Gemini Robotics On-Device 為 Google DeepMind 第一個可供微調的 VLA 模型。其配套的 SDK，能讓開發者微調模型，快速為機器人設計新任務或適應新環境，甚至只需 50 到 100 次示範，就能讓模型完成訓練與調校，實現小樣本學習。
Google 也指出，Gemini Robotics On-Device 可以有效適應全新機器人硬體，例如 Apollo 人形機器人和雙臂 Franka 工業機器人，擴大其應用範圍。
在展示範例中，新模型可以讓機器人遵循自然語言指令，處理從未見過的物體和場景，例如完成折疊衣服，或需要精確度和靈巧性的工業組裝任務。
國外機器人技術進展飛快，台灣明年將推動「智慧機器人產業推動方案」，試圖趕上國際趨勢。國科會副主委陳炳宇先前曾在記者會中表示，台灣在半導體、AI 及機器人關節零組件方面具有優勢，但過去較欠缺的是系統整合，希望藉該方案從上游整合，加速投入。
Google 新款機器人模型將 AI 功能帶到終端、從雲端解放出來，有助於機器人在更多元場域普及的做法，為台灣機器人應用與產業研發的提供了一個參考方向。
＊本文開放合作夥伴轉載，資料來源：arXiv、《Ars Technica》、《techradar》、行政院，首圖來源：Google DeepMind
留言 0