本報綜合報道
Google人工智能（AI）部門DeepMind發布一款名為Gemini Robotics On-Device的新大型語言模型，能在無需連接網絡的情況下，直接控制機械人執行各類任務。
據科技新聞網站TechCrunch報道，該模型建基於今年3月推出的Gemini Robotics版本，專為控制單一機械人設計。開發人員可透過自然語言提示控制並調整模型，以配合不同應用情境。
Google表示，在基準測試中，這款機內模型的表現接近雲端版本，並於多項測試指標中超越其他設備端模型，惟未透露具體對比對象。
公司同時釋出示範影片，展示機械人執行如拉開手袋拉鏈、摺疊衣物等日常任務。Google指出，雖然模型最初以ALOHA機械人進行訓練，經調整後已能應用於德國Franka公司生產的雙臂機械人FR3，以及美國新創企業Apptronik開發的人型機械人Apollo（阿波羅）。Google更指，FR3能處理過往未曾「見過」的場景與物件，例如在工業輸送帶上進行組裝作業。
此外，Google DeepMind亦同時推出Gemini Robotics 軟件開發套件（SDK）。據DeepMind介紹，開發人員可向機械人示範50至100個任務範例，並在MuJoCo物理模擬器中進行訓練，協助其掌握新任務。
多家人工智能企業亦積極投身機械人技術研發。輝達（NVIDIA）正打造一個平台，專為人型機械人開發基礎模型；Hugging Face則開放相關模型與數據集，並自行開發應用技術；獲韓國證券公司大宇未來資產（Mirae Asset）支持的新創企業RLWRLD，亦正在開發機械人專用基礎模型。
