谷歌 DeepMind 今日发布博客文章，宣布推出一种全新的 Gemini Robotics On-Device 本地化机器人 AI 模型。

该模型基于视觉-语言-动作（VLA）架构，无需云端支持即可实现实体机器人控制。核心特性包括：

技术能力：

独立运行于机器人设备，支持低延迟响应（IT之家注：适用于网络不稳定场景，如医疗环境）

完成高精度操作任务（如打开包袋拉链、叠衣服、系鞋带）

双机械臂设计，适配 ALOHA、Franka FR3 及 Apollo 人形机器人

开发适配：

提供 Gemini Robotics SDK 工具包

开发者通过 50-100 次任务演示即可定制新功能

支持 MuJoCo 物理模拟器测试

安全保障：

通过 Live API 实施语义安全检测

底层安全控制器管理动作力度与速度

开放语义安全基准测试框架

项目负责人 Carolina Parada 表示：“该系统借鉴 Gemini 多模态世界理解能力，如同 Gemini 生成文本 / 代码 / 图像那样生成机器人动作”。

谷歌表示，该模型现在只面向可信测试计划开发者开放，基于 Gemini 2.0 架构开发（落后于 Gemini 2.5 最新版本）。