除了公布可用于单一GPU或TPU的「Gemma 3」人工智能模型，Google DeepMind更以Gemini 2.0模型为基础，分别推出可用于机器人运作的「Gemini Robotics」与「Gemini Robotics-ER」两款人工智能模型，标榜能使机器人执行诸如折纸、掐紧夹链袋等更细腻操作任务。
此次推出模型，主要采用视觉、语言、动作合一的「VLA」 (vision-language-action)设计，让机器人透过电脑视觉处理资讯后，在理解语言指令情况下产生细腻执行动作，让机器人可以更仔细动作完成人类下达指令。
「Gemini Robotics」可直接用于控制机器人行为，让机器人具备更多执行通用型态任务能力，并且提升互动及灵活度表现。而「Gemini Robotics-ER」则可透过Gemini模型的进阶推理能力执行任务来运行自己的程式，例如能让机器人判断执行任务时，如何排除途中遇到障碍的情况，并且能处理人类以自然语言下达指令。
目前「Gemini Robotics」模型已经与美国德州人形机器人公司Apptronik合作，另外也向Boston Dynamics、Agility Robotics等机器人公司提供「Gemini Robotics-ER」模型有限存取权，使其建构更多机器人应用形式。
同时，Google也表示此次提出模型是在以科幻小说家Isaac Asimov于著作中提出机器人三法则：「机器人不得伤害人类，或坐视人类受到伤害」、「机器人必须服从人类命令，除非命令与第一法则发生冲突」，以及「在不违背第一或第二法则之下，机器人可以保护自己」为启发，进而提出「机器人宪法」 (Robot Constitution)框架，透过「ASIMOV」资料集评估机器人行为安全性，并且用于测试机器人对于指令理解程度。
|
