主要观点：Google DeepMind 推出 Gemini Robotics On-Device，这是一种可在机器人硬件上本地运行的视觉语言动作（VLA）基础模型，具有低延迟推理能力，只需 50 个演示即可针对特定任务进行微调。
关键信息：

• 是 Gemini Robotics 家族的最新迭代，也是第一个可微调的模型，适用于需在本地运行以降低延迟或因缺乏网络的应用。
• 基于 Google 的 Gemini 2.0 LLMs，包含物理动作输出模式，发布了多个基准测试。
• 测试了模型快速适应新任务的能力，在本地和非本地版本上表现不同。
  重要细节：
• 在 Aloha 机器人上训练，也在其他机器人平台上评估，能处理新硬件上的复杂任务。
• 一位 Hacker News 用户认为 VLAs 可能是机器人领域的“chatgpt 时刻”，该方法可应用于各种任务。
• 目前该模型未普遍可用，感兴趣的开发者可注册等待名单，还有相关模型的交互式演示和 Gemini Robotics SDK 可在网上获取。