Google DeepMind、ロボットを完全ローカルで動かせるAIモデル「Gemini Robotics On-Device」を初期リリース

Google DeepMindは、ロボット上で完全にローカル実行できるAIモデル「Gemini Robotics On-Device」を初期リリースした。ネットワーク接続に依存せず低遅延で動作するため、オフライン環境でのロボット活用が期待される。

[ITmedia]

　米Google傘下のGoogle DeepMindは6月24日（現地時間）、ロボット上でローカルに実行できるよう最適化されたAIモデル「Gemini Robotics On-Device」を発表した。このモデルは、まずは「信頼できるテスタープログラム」にサインアップした選ばれた開発者グループに初期リリースされる。

　同社は3月に、クラウドに接続して利用する「Gemini Robotics」を発表した。こちらはクラウド上のVLA（Vision-Language-Action）と、ロボット上で実行するローカルアクションデコーダーで構成されており、エンドツーエンドで約250msのレイテンシーがある。

　一方、Gemini Robotics On-Deviceは、モデル全体がロボット上で完全にローカルに実行されるよう最適化されている。これにより、データネットワークに依存せずに動作し、レイテンシーが問題になるアプリや、ネットワーク接続が断続的またはゼロの環境でのロボット活用が可能になるとしている。

　例えばカバンのジッパーを閉めたり、服をたたむといった複雑な操作もできる。

「ルービックキューブをバッグに入れて」を実行するロボット（画像：Googleの動画より）

　50〜100回のデモンストレーションで新しいタスクを学習できるため、ロボットに新しい動作を教えるプロセスが大幅に簡素化される。また、全く異なる形態のロボットにも効率的に適応できる。

　プログラムに参加する開発者は、Gemini Robotics SDKにアクセスし、自身のタスクや環境でのモデル評価、MuJoCo物理シミュレータでのテスト、新しいドメインへの適応を行える。

　Google DeepMindは、すべてのGemini RoboticsモデルをGoogle AI原則に沿って開発しており、包括的な安全アプローチを適用しているという。開発者には、新たに開発した意味的安全性ベンチマーク「ASIMOV」データセットを用いた評価や、モデルの脆弱性を特定するためのレッドチーミング演習を推奨している。同社の責任ある開発・イノベーション（ReDI）チームと責任・安全評議会（RSC）が、モデルの社会への影響を分析し、リスクを最小限に抑えつつ利益を最大化するための助言とレビューを行っている。