刚刚，首个能在机器人上本地运行的具身Gemini来了

主要观点总结

Gemini Robotics On-Device是谷歌DeepMind推出的首个可以直接部署在机器人上的视觉-语言-动作（VLA）模型。该模型具备强大的通用灵活性和任务泛化能力，无需数据网络即可运行，可帮助机器人更快、更高效地适应新任务和环境。此外，DeepMind还推出了新的图像生成模型Imagen 4和Imagen 4 Ultra。

关键观点总结

关键观点1: Gemini Robotics On-Device的特点和优势

作为首个可直接部署在机器人上的视觉-语言-动作（VLA）模型，Gemini Robotics On-Device具备强大的通用灵活性和任务泛化能力。它可以在机器人机体上高效运行，无需持续的互联网连接，因此对延迟敏感型应用非常有用。此外，该模型展现出了强大的计算资源优化能力，并具备适应新任务和环境的潜力。

关键观点2: 模型的实验表现和性能

DeepMind进行了多项视觉、语义和行为泛化能力实验，结果显示Gemini Robotics On-Device在广泛的测试场景中表现强大，能够完成高度灵巧的任务。相比之前的本地端机器人模型，Gemini Robotics On-Device的优势明显，特别是在更具挑战性的分布外任务和复杂的多步骤指令方面。

关键观点3: 模型的适应性和微调能力

Gemini Robotics On-Device是DeepMind推出的首个可供微调的VLA模型。开发者可以通过微调来提升模型性能，使其适应新任务。该模型只需50到100个演示即可快速适应新任务，这表明其具备强大的适应性和泛化性能。此外，该模型还可以适应不同的机器人形态，包括双臂机器人和人形机器人。

关键观点4: 其他更新和注意事项

除了Gemini Robotics On-Device，谷歌DeepMind还进行了免费可用额度的调整。此外，谷歌今天还推出了新的图像生成模型Imagen 4和Imagen 4 Ultra，并可在谷歌AI Studio中免费试用。