Gemini Robotics

구글 딥마인드🇬🇧 영국Gemini Robotics 계열

행동 생성 (VLA)발표일 2025.03가중치 비공개

Gemini 2.0을 기반으로 물리적 액션을 출력하도록 확장한 DeepMind의 첫 Gemini Robotics 행동 생성 (VLA) 모델. 종이접기 등 정교한 조작과 개방형 언어 지시 일반화를 시연.

파라미터: —값 없음 (미공개이거나 아직 확인하지 못함)
제어 빈도: 50공식
적용 로봇: —
벤치마크 결과: —

공식 자료프로젝트 페이지 deepmind.google 논문 arxiv.org

무엇인가

행동 생성 (VLA) — Vision-Language-Action. 영상과 지시를 받아 로봇의 팔·손 동작으로 바꾸는 AI.
발표일 2025-03
가중치 비공개 — 설명·결과만 공개됨

확인된 정보

사양 9개 항목 중 5개에 값이 있음
공식 공식 5개: 구조, 제어 빈도 (Hz), 학습용 데이터셋, 적용 로봇 형태, 추론 하드웨어
값 확인일 2025-03 · 값마다 출처는 아래 '구조와 학습' 표

확인이 필요한 정보

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

어떤 모델인가

Gemini Robotics는 구글 딥마인드가 2025년 3월 공개한 행동 생성 (VLA) 모델이다. Gemini 2.0에 물리적 행동을 새 출력 형태로 더해, 카메라 영상과 자연어 지시만으로 로봇을 직접 제어한다. 구조는 Gemini Robotics-ER을 증류한 클라우드 백본과 로봇에서 도는 로컬 액션 디코더로 나뉜다.

논문은 지연이 약 250ms이고, 액션 청크 방식으로 유효 제어 주파수 50Hz를 낸다고 밝혔다. 학습에는 12개월 동안 ALOHA 2 로봇 여러 대로 모은 실제 시범 데이터(수천 시간, 수천 개 작업)를 썼다. 여기에 웹 문서·코드·이미지·오디오·비디오와 공간·행동 추론·VQA 데이터를 섞었다.

딥마인드는 일반화 벤치마크에서 다른 최신 VLA보다 성능이 두 배 이상이라고 발표했다. 추가 미세조정으로는 종이접기·도시락 싸기 같은 긴 작업, 시연 100개 정도로 새 단기 작업 익히기, 양팔 Franka와 Apptronik Apollo 휴머노이드로 옮겨 쓰기를 시연했다. 가중치는 공개되지 않았다.

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

구조와 학습

공식보도루머추정— 값 없음

구조	클라우드 Gemini Robotics 백본(Gemini Robotics-ER 증류) + 로컬 액션 디코더; 전체 지연 약 250ms공식
제어 빈도 (Hz)	50공식
학습용 데이터셋	ALOHA 2 양팔 원격조작 데이터(12개월 수집) + 웹 문서·코드·이미지·오디오·비디오공식
적용 로봇 형태	ALOHA 2 (주), Franka 양팔, Apptronik Apollo 휴머노이드로 특화공식
추론 하드웨어	클라우드 백본 + 로봇 측 로컬 디코더공식

출처 3건

arxiv.org [1][2]
deepmind.google [1]

한눈에 읽기