不管厂商还是人们都希望打造像人类一样聪明的人形机器人，拥有一个能独立思考和快速反应的大脑和执行力——它能听懂人们的话，看懂眼前的活，然后灵巧地动手完成。现在，它正一步步走向现实。比如之前1X发布Redwood VLA 模型，就展示了板载AI运行和泛化的潜力。

谷歌今天发布了一项名为 Gemini Robotics On-Device 的VLA AI模型，加快这一现实到来——这是今年谷歌3月份发布Gemini Robotics的加强版。其目标就是为机器人打造一个强大、高效且能直接在机器人自己身上运行的「本地大脑」,自主感知-决策和行动。

「本地大脑」厉害在哪

简单来说，这个AI模型解决了机器人应用中的两大痛点：延迟和网络依赖。

传统的智能机器人，很多时候需要把看到的信息传到云端服务器，等服务器“思考”完再把指令传回来。这一来一回，不仅有延迟，而且一旦网络不好或者断网，机器人就瞬间罢工。

而这个「本地大脑」则完全不同。它在机器人内部署，不依赖网络。这意味着：

反应超快：没有了网络传输的延迟，机器人能瞬间响应指令，动作更流畅、更精准。

在哪都能用：无论是在网络信号差的地下室、偏远的仓库、户外，还是在灾后救援这种没有网络的极端环境，它都能稳定工作。

聪明又灵巧：它继承了Gemini大模型的视觉和语言理解能力，能“看懂”复杂的场景，“听懂”人类的自然语言指令——在广泛的测试场景中实现了强大的视觉、语义和行为泛化能力，并能能完成像拉开背包拉链、折叠衣物这样需要精细操作、高度灵巧的复杂任务——所有这些都是在机器人上直接操作时完成的。