Gemini Robotics On-Device 2

구글 딥마인드🇬🇧 영국Gemini Robotics 계열

행동 생성 (VLA)발표일 2026.07가중치 비공개

로봇 하드웨어에서 로컬로 동작하도록 최적화된 경량 2세대 행동 생성 (VLA) 모델. 인터넷 연결 없이 작동하며 얼리 액세스 파트너에게 제공.

파라미터: —값 없음 (미공개이거나 아직 확인하지 못함)
제어 빈도: —값 없음 (미공개이거나 아직 확인하지 못함)
적용 로봇: —
벤치마크 결과: —

공식 자료프로젝트 페이지 deepmind.google 공식 발표 deepmind.google

무엇인가

행동 생성 (VLA) — Vision-Language-Action. 영상과 지시를 받아 로봇의 팔·손 동작으로 바꾸는 AI.
발표일 2026-07
가중치 비공개 — 설명·결과만 공개됨

확인된 정보

사양 9개 항목 중 2개에 값이 있음
공식 공식 2개: 구조, 추론 하드웨어
값 확인일 2026-07 · 값마다 출처는 아래 '구조와 학습' 표

확인이 필요한 정보

값 없는 기본 사양 (공개 자료에서 찾지 못함): 입력, 파라미터 (B), 제어 빈도 (Hz), 학습용 데이터셋
수록된 로봇과의 연결 기록 없음 — 쓰이지 않는다는 뜻이 아니라 공개 자료에서 찾지 못했다는 뜻이에요

어떤 모델인가

Gemini Robotics On-Device 2는 Google DeepMind가 2026년 7월 30일 Gemini Robotics 2 제품군과 함께 공개한 행동 생성 (VLA) 모델로, 인터넷 연결 없이 로봇 하드웨어에서 로컬로 돌아가며 DeepMind가 가장 효율적인 VLA라고 소개한다. 모델 카드에 따르면 Gemini Robotics 1.5 기술과 온디바이스용 Gemma 모델을 바탕으로, 텍스트 지시·로봇 시점 이미지·고유수용 감각 수치를 받아 로봇 동작 수치를 출력한다. 이미지·텍스트·로봇 센서·동작 데이터로 학습했고, Gemini Robotics 1.5에서 이어받은 motion transfer 기법으로 처음부터 여러 로봇 형태를 지원해, 새 양팔 로봇에 보통 200개 미만의 예시와 몇 시간의 적응 학습이면 옮겨 갈 수 있다고 DeepMind는 설명한다.

형태·센서·자유도가 다른 Dexmate, SO101, Trossen 양팔 플랫폼에서 시연했고, 모델 카드는 후속 학습에서만 처음 접한 플랫폼에서 학습 시간을 늘렸을 때 성공률이 SO101 53.3%(1세대 6.7%), Dexmate 75.6%(1세대 33.3%)까지 올랐다고 밝혔다. 서서 하는 양팔 조작 위주로 평가해 이동형 플랫폼과 전신 제어는 아직 범위 밖이며, 신뢰 테스터(얼리 액세스 파트너)에게만 제공된다.

회사 공식 페이지와 논문을 바탕으로 정리했어요. 성공률·최초 같은 표현은 회사 발표예요.

구조와 학습

공식보도루머추정— 값 없음

구조	경량 Gemini Robotics 행동 생성 (VLA) 모델(온디바이스 최적화)공식
추론 하드웨어	로봇 탑재 컴퓨터(로컬 실행)공식

출처 4건

deepmind.google [1][2][3][4]

한눈에 읽기