概要
- Gemini Robotics On-Device は、ローカル動作に最適化された高性能VLAモデル
- 低レイテンシ と 接続不要 で、堅牢なロボット操作を実現
- SDK提供 により、開発者が簡単に評価・適応可能
- 少数のデモ（50〜100例）で新規タスクへ 高速適応
- 安全性と責任ある開発 を重視したリリース
Gemini Robotics On-Deviceの紹介
- Gemini Robotics On-Device は、ロボットデバイス上で直接動作する最先端の VLA（Vision Language Action）モデル
- Gemini 2.0 のマルチモーダル推論・現実世界理解を物理世界に適用
- ネットワーク接続不要 で、レイテンシに敏感なアプリケーションや、接続が不安定な環境でも高い堅牢性を維持
- SDK を提供し、開発者が自身のタスクや環境でモデルを評価・適応可能
- MuJoCo物理シミュレータ でのテストや、新領域への迅速な適応をサポート
モデルの能力と性能
- バイアームロボット向け基盤モデル として設計され、最小限の計算資源で動作
- 器用な操作 や タスク汎化能力 を継承
- 素早い実験 や 新規タスクへのファインチューニング に最適
- ローカル推論最適化 により低レイテンシ実現
- 視覚・意味・行動の 強力な汎化性能 と 自然言語指示 の理解
- バッグのジッパー開閉や衣類折りたたみ など、高度な器用作業もローカルで実行
- オンデバイスで全て動作しながら、他のモデルを上回る 一般化・指示追従性能
- 複雑なマルチステップ指示 や未知タスクでも、他のオンデバイスモデルより高精度
タスク適応性と多様なロボット対応
- ファインチューニング可能な初のVLAモデル
- 50〜100例のデモ で新規タスクに素早く適応
- ALOHAロボット 用に訓練したモデルを、 Franka FR3（二腕ロボット） や Apptronik Apollo（ヒューマノイド） にも適応
- Franka FR3 では未見の物体・シーンに対する指示追従や産業用精密作業も実現
- Apolloヒューマノイド でも、言語指示に従い多様な物体操作が可能
責任ある開発と安全性
- AI Principles に基づいた開発と 包括的安全性アプローチ
- Live API で意味・内容の安全性を確保し、低レベル安全制御と連携
- セマンティック安全性ベンチマーク や レッドチーム演習 で脆弱性を検証
- ReDIチーム による社会的影響分析・助言と、 RSC（責任・安全性委員会） によるレビュー・フィードバック
- 信頼できるテスター限定リリース で利用状況・安全性のフィードバックを収集
ロボティクス分野のイノベーション加速
- Gemini Robotics On-Device の登場で、高性能ロボティクスモデルの 普及と適応性向上
- オンデバイス推論 により、レイテンシ・接続の課題を解決
- SDK で開発者が独自ニーズに合わせてモデル適応可能
- 信頼できるテスタープログラム からモデル・SDKへのアクセス提供
- ロボティクスコミュニティによる 新たな応用・発展 への期待
参考・協力者
- 本プロジェクトには 多数の研究者・エンジニア や 運用・サポートスタッフ が貢献
- データ収集・ロボット評価 など幅広い協力体制
関連情報・参加方法
- 信頼できるテスタープログラム への参加登録
- Gemini Robotics技術レポート 参照
- ALOHAロボットのシミュレーションテスト