VLA ギャラリー / モデル一覧 / 産業界モデル

Gemini Robotics On-Device

Google DeepMind · 2025-06

VLA産業界モデル非公開非公開

データネットワークなしにロボット上でローカル実行できるよう、最小限の計算を目標に設計した。

論文

論文なし · 関連 Gemini Robotics: Bringing AI into the Physical World

概要

分類

産業界モデル

タイプ

VLA

発表

2025-06

機関

Google DeepMind

重み公開

なし

パラメータ

非公開

構造

バックボーンLLM

非公開 (Gemini Robotics系の軽量VLA)

ビジョンエンコーダ

—

アクションヘッド

非公開 (非公開)

チャンク

非公開

制御周期

非公開

構造の原文要約

非公開(Gemini Robotics系の軽量VLAとしてのみ紹介)

学習

事前学習アクセラレータ

非公開

事前学習期間

非公開

事前学習ステップ・バッチ

非公開

GPU・TPU時間

非公開

ファインチューニング

アクセラレータ・時間は非公開(50~100 demosで適応; trusted tester SDK、MuJoCoシミュレータ評価をサポート)

データ種類

実ロボット(ALOHA)

データ規模

非公開

主要データセット

独自のALOHAデータ(非公開)

タスク・評価

7つのdexterous課題(lunch-boxのジッパー閉め、カード抜き、サラダドレッシング注ぎなど); 汎化・指示追従で従来最良のon-deviceモデルより優位と主張(数値はチャートのみ); Franka FR3の折り畳み・industrial belt assembly

ロボット

ALOHA(学習); bi-arm Franka FR3、Apptronik Apolloヒューマノイドに適応

推論

推論デバイス・速度

ロボットのオンデバイスでローカル実行(データネットワーク不要); ハードウェア・遅延の数値は非公開

推論メモリ

非公開

重み bf16(計算)

非公開

実行場所

オンボード

強化学習・ベース

強化学習

非公開 · 学習方式の詳細は非公開

ベース制御

固定 · ベース・歩行制御なし (双腕操作モデル; Apolloへの適応も操作のみ)

備考

主な特徴

データネットワークなしにロボット上でローカル実行できるよう、最小限の計算を目標に設計した。DeepMindがファインチューニング用に初めて提供したVLAで、50~100 demosで新タスクに適応する。

備考

ブログ掲載 2025-06-24。ブログにパラメータ・遅延・ハードウェアの数値なし。現在のモデルページの'fewer than 200 examples'は2026年On-Device 2の文言でありこのモデルの値ではない。GR 1.5レポートがbaselineとして比較。

検証

確認