Primer modelo visión-lenguaje-acción de Google DeepMind que se ejecuta directamente en robots de dos brazos, con baja latencia y sin conexión a internet.
Fue el primer VLA de Google DeepMind que se puede ajustar: aprende tareas nuevas con solo 50 a 100 demostraciones, con un SDK de Gemini Robotics y simulación en MuJoCo.
Acceso restringido a un grupo de probadores de confianza mediante solicitud, con el SDK de Gemini Robotics.
Entrenado con robots ALOHA y adaptado después a un Franka FR3 de dos brazos y al humanoide Apollo de Apptronik.
