Được phát triển dựa trên nền tảng Gemini Robotics ra mắt từ tháng 3, phiên bản On-Device này mang đến khả năng điều khiển chuyển động robot một cách thông minh và linh hoạt. Điều đặc biệt là các nhà phát triển có thể tùy chỉnh và điều khiển mô hình thông qua các lệnh ngôn ngữ tự nhiên, giúp việc lập trình robot trở nên đơn giản hơn bao giờ hết.
Theo kết quả đánh giá từ Google, mô hình mới này có hiệu suất gần bằng với phiên bản chạy trên cloud và vượt trội hơn các mô hình on-device khác trên thị trường. Trong các buổi demo ấn tượng, robot được trang bị Gemini Robotics On-Device đã thể hiện khả năng thực hiện các tác vụ phức tạp như mở khóa kéo túi và gấp quần áo một cách mượt mà.
Mặc dù được huấn luyện ban đầu cho robot ALOHA, Google đã thành công trong việc tích hợp mô hình này vào robot hai tay Franka FR3 và robot hình người Apollo của Apptronik. Đáng chú ý, robot Franka FR3 đã chứng minh khả năng xử lý các tình huống và đối tượng hoàn toàn mới mà nó chưa từng “gặp” trước đây, bao gồm cả việc lắp ráp trên băng chuyền công nghiệp.
Để hỗ trợ cộng đồng nhà phát triển, Google DeepMind cũng công bố Gemini Robotics SDK, cho phép huấn luyện robot với chỉ 50-100 lần thực hiện demo các tác vụ trên bộ mô phỏng vật lý MuJoCo.
Sự ra mắt của Gemini Robotics On-Device diễn ra trong bối cảnh cuộc đua AI robotics đang ngày càng gay gắt. Nvidia đang xây dựng nền tảng tạo mô hình nền tảng cho robot hình người, trong khi Hugging Face không chỉ phát triển các mô hình mở cho robotics mà còn trực tiếp nghiên cứu chế tạo robot. Startup Hàn Quốc RLWRLD được Mirae Asset hỗ trợ cũng đang tập trung xây dựng các mô hình nền tảng cho robot.
Việc Google đưa ra giải pháp AI có thể hoạt động độc lập mà không cần internet đánh dấu một bước tiến quan trọng trong việc ứng dụng robot vào thực tế, đặc biệt trong các môi trường không có kết nối mạng ổn định như nhà máy, kho bãi hay thậm chí các khu vực xa xôi. Điều này mở ra triển vọng rộng lớn cho việc robot trở thành trợ thủ đắc lực trong nhiều lĩnh vực của đời sống và sản xuất.