Modelo visión-lenguaje-acción de Google DeepMind que razona en lenguaje natural antes de actuar y transfiere habilidades entre robots distintos.
Introdujo el «pensar antes de actuar» en los modelos VLA y la transferencia de movimientos: lo aprendido en un robot ALOHA 2 funciona en el humanoide Apollo o en un Franka de dos brazos sin adaptarlo a cada uno.
Acceso restringido a socios seleccionados. Se lanzó junto a Gemini Robotics-ER 1.5, abierto a todos los desarrolladores por la Gemini API.
Entrada de visión y lenguaje, salida de acciones del robot; trabaja con Gemini Robotics-ER 1.5 como planificador.
