Google DeepMind lanza modelo de Gemini que puede ejecutarse en dispositivos robóticos locales

Google DeepMind lanzó hoy Gemini Robotics On-Device, su modelo de visión, lenguaje y acción (VLA, por sus siglas en inglés) más potente, que puede ejecutarse localmente en dispositivos robóticos.

De acuerdo con la compañía, este desarrollo muestra una “sólida destreza de propósito general y generalización de tareas y está optimizado para ejecutarse eficientemente en el propio robot”.

Dado que el modelo opera independientemente de una red de datos, resulta útil para aplicaciones sensibles a la latencia y garantiza robustez en entornos con conectividad intermitente o nula.

Te recomendamos: Así transforma Google DeepMind el futuro de la Inteligencia Artificial

También compartió un kit de desarrollo de software (SDK) de Gemini Robotics para ayudar a los desarrolladores a evaluar fácilmente Gemini Robotics On-Device en sus tareas y entornos, probar el modelo en su simulador de física MuJoCo y adoptarlo rápidamente a nuevos dominios, con tan sólo de 50 a 100 demostraciones.

A partir de ahora, los desarrolladores pueden acceder al SDK registrándose en su programa de probadores de confianza.

Capacidades y rendimiento del modelo

Gemini Robotics On-Device es un modelo robótico básico para robots de dos brazos, diseñado para requerir recursos computacionales mínimos. Según Google, está diseñado para la experimentación rápida con manipulación diestra; es adaptable a nuevas tareas mediante ajustes para mejorar el rendimiento, y está optimizado para ejecutarse localmente con inferencia de baja latencia.

La empresa asegura que logra una sólida generalización visual, semántica y conductual en una amplia gama de escenarios de prueba, sigue instrucciones en lenguaje natural y realiza tareas que requieren gran destreza, como abrir cierres de bolsas o doblar ropa, mientras opera directamente en el robot.