Physical AI становится практичнее, когда интеллект может жить не только в мощном облаке, но и ближе к исполнительной машине.
Cloud AI впечатляет масштабом, но физический мир плохо прощает задержки. Роботу часто нужно реагировать за доли секунды, причём делать это в условиях нестабильной связи и жёстких ограничений по безопасности.
Поэтому Gemini Robotics On-Device стала важной вехой. DeepMind показала, что general-purpose dexterity можно двигать в сторону модели, которая работает локально на самом устройстве.
Статус технологии
Технология проходит испытания в реальной или близкой к реальности среде.
Кто стоит за этой историей
- Организации: Google DeepMind
- Технологии: vision-language-action models, on-device inference, robot dexterity
Что это значит
Это снижает зависимость робототехники от постоянного облачного канала и делает сильные модели полезнее там, где инфраструктура неидеальна или latency критичен.
Для Х.SPACE это один из самых практичных сюжетов года: embodied AI становится не только умнее, но и operationally saner.
