גוגל חושפת רובוטים שפועלים ללא תלות בענן

עד היום, אם רובוט איבד חיבור לאינטרנט, הוא פשוט הפסיק לתפקד. זה אולי לא משהו שרובנו חווים ביומיום, אבל בעולם שבו רובוטים מתחילים לצאת ממעבדות ולהיכנס לחקלאות, תעשייה, רפואה ואפילו לבתים, זו כבר בעיה אמיתית. כל פעולה שהם מבצעים, מניווט ועד הרכבה, תלויה בשידור פקודות לשרת מרוחק ובקבלת תגובה. כשהחיבור נקטע, גם הרובוט נעצר. גוגל רוצה לשנות את זה. לאחרונה היא חשפה את Gemini Robotics On-Device, מודל חדש שפועל כולו על גבי הרובוט עצמו. הוא מבין שפה, רואה את הסביבה, ומבצע משימות מורכבות באופן עצמאי. הוא מסוגל ללמוד מיומנויות חדשות מעשרות דוגמאות בלבד, בלי תלות בענן, בלי עיכובים מיותרים, ובלי חשש לפרטיות. זה אולי נשמע כמו עדכון טכני, אבל בפועל, זו קפיצה מחשבתית. צעד ראשון לעולם שבו רובוטים יהיו באמת חכמים. כאלה שיכולים לפעול גם כשה-Wi-Fi נפל.

We’re bringing powerful AI directly onto robots with Gemini Robotics On-Device. 🤖

It’s our first vision-language-action model to help make robots faster, highly efficient, and adaptable to new tasks and environments – without needing a constant internet connection. 🧵 pic.twitter.com/1Y21D3cF5t

— Google DeepMind (@GoogleDeepMind) June 24, 2025

מה הוא באמת יודע לעשות?

ב־24 ביוני הכריזה גוגל על Gemini Robotics On-Device, מודל בינה מלאכותית שפועל כולו על גבי הרובוט עצמו. אין צורך בענן, אין שליחת נתונים, אין עיכובים. אבל החידוש האמיתי הוא במה שהמודל הזה יודע לעשות בפועל. הנה ארבע מהיכולות המרשימות שמבדילות אותו מהדור הקודם:

1. הבנת שפה טבעית ברמה גבוהה: הרובוט מבין הוראות מורכבות כמו: “קפל את השמלה בזהירות ושים אותה במגירה השנייה מימין”. אין צורך בפקודות קבועות או במבנים קשיחים. הוא מזהה כוונה, הקשר, ופרטים עדינים.

הגרף המצורף מדגים את היכולת של Gemini Robotics On-Device לעקוב אחר הוראות, גם קלות וגם מורכבות, ללא חיבור לענן. התוצאות מראות שהמודל המקומי (בסגול) עקף את כל המודלים הקודמים שפעלו על המכשיר (תכלת), ואף התקרב לביצועים של המודל המלא בענן (כחול) – במיוחד בהוראות ברמת קושי קלה. זהו מדד מובהק ליכולת של המערכת להבין שפה טבעית ולבצע פעולות בהתאם.

כמה טוב המודל עוקב אחרי הוראות? קרדיט: deepmind.google

2. למידה מהירה מדוגמאות בודדות: המודל מסוגל ללמוד משימה חדשה מ־50 עד 100 דוגמאות בלבד. זה מאפשר לו להבין איך לקפל בגד שהוא לא הכיר, או לתפעל רוכסן חדש, תוך דקות ספורות.

הגרף מטה מציג את שיעור ההצלחה הממוצע של מודלים שונים בביצוע משימות הסתגלות מהירה. מודל Gemini Robotics On-Device (בסגול) לא רק שגובר בבירור על המודלים המקומיים הקודמים (תכלת), אלא גם מתקרב לביצועי המודל בענן (כחול). מדובר בהתקדמות טכנולוגית אמיתית.

השוואת הצלחה במשימות הסתגלות מהירה. קרדיט: deepmind.google

3. תיאום מוטורי מתקדם: המערכת מותאמת במיוחד לרובוטים דו-זרועיים, שיכולים להחזיק חפץ ביד אחת ולבצע עליו פעולה ביד השנייה. יכולת קריטית למשימות מדויקות בתעשייה, בלוגיסטיקה או בבית.

4. הכללה בין מצבים שונים: גם אם המודל למד לקפל חולצה, הוא ידע לקפל גם שמלה או מכנסיים שלא “ראה” קודם, אפילו אם הם שונים לגמרי בצבע, בגזרה או בחומר.

הניסויים שמוכיחים שזה באמת עובד

גוגל לא הסתפקה בהכרזות. היא בדקה את המודל בשטח – והתוצאות מדברות בעד עצמן. הניסויים בוצעו על סוגים שונים של רובוטים, במצבים מגוונים, והראו שהמערכת מסוגלת להתמודד עם מורכבות פיזית ולשונית גם ללא חיבור לרשת.

Franka FR3

ברובוט הדו-זרועי הזה, המודל הצליח לבצע משימות כמו קיפול שמלה, הרכבת רצועות תעשייתיות, וטיפול מדויק בעצמים שלא “ראה” קודם. זה מוכיח שהיכולת להכליל בין פריטים שונים עובדת גם בפועל, לא רק בתיאוריה.

Apollo – הרובוט ההומנואידי

האתגר כאן היה רציני: לקחת מודל שפותח לרובוט דו-זרועי ולהתאים אותו לפלטפורמה אנושית יותר. ובכל זאת, Apollo הצליח להבין פקודות טבעיות, לזהות חפצים מגוונים, ולבצע משימות מורכבות בדיוק מרשים.

משימות יומיומיות מורכבות

פתיחת רוכסן של תיק, שליפת קלף, יציקת רוטב לסלט, קיפול בגדים – כל אלה בוצעו ללא חיבור לאינטרנט, בסביבה פיזית משתנה, על ידי רובוט שפועל כולו באופן מקומי.

גרף ההצלחה במשימות הכללה (Generalization Benchmark) מראה בבירור: המודל החדש Gemini Robotics On-Device (בסגול) גובר על כל מודל מקומי קודם (תכלת) בכל שלושת סוגי המשימות – חזותיות, סמנטיות ופעולה. הוא אמנם עדיין לא מגיע לביצועים של Gemini Robotics בענן (כחול), אבל הפערים הצטמצמו בצורה מרשימה.

ביצועי המודל לעומת מודלים קודמים במשימות הכללה. קרדיט: deepmind.google

למה זה כל כך חשוב?

כי בעולם האמיתי, חיבור לאינטרנט הוא לא תמיד מובן מאליו.

במפעלים, למשל, כל דקה של השבתה עולה כסף. רובוט שלא תלוי בענן יוכל לזהות תקלה, להגיב מיד, ולהמשיך לעבוד גם כשהרשת מקרטעת. זה הבדל בין קו ייצור פעיל לבין עצירה יקרה.

ברפואה, מדובר על חיים ומוות. בחדרי ניתוח או בטיפול נמרץ, אין מקום לעיכובים. רובוטים שפועלים מקומית לא רק חוסכים זמן, הם גם שומרים על פרטיות המידע הרפואי – מרכיב קריטי שלא תמיד מקבל את תשומת הלב הראויה.

בבתים, הדמיון הופך מוחשי. דמיינו רובוט שמבין פקודות כמו “נקה את המטבח ואז קפל את הכביסה”, מזהה את הפריטים, ופועל, גם כשיש הפסקת אינטרנט או כשאתם גרים באזור עם קליטה חלשה. זה החזון, והוא כבר מעבר לפינה.

וגם בשטח: בחקלאות, בבנייה, באתרי עבודה מרוחקים שבהם אין חיבור קבוע לרשת, היכולת של הרובוט להבין, להחליט ולבצע באופן עצמאי משנה את חוקי המשחק.

כלים חדשים, אבל עדיין לא לכולם

גוגל השיקה את Gemini Robotics SDK, ערכת פיתוח שמאפשרת למפתחים לבדוק את המודל, להתאים אותו למשימות חדשות, ולהריץ סימולציות בסביבת MuJoCo. זו קריאה פתוחה לקהילת הרובוטיקה: קחו את הטכנולוגיה הזו ובנו איתה את הדור הבא של רובוטים חכמים. אבל חשוב להדגיש, בשלב הזה, הגישה למודל מוגבלת. רק קבוצת בודקים מהימנים קיבלה גישה ראשונית, כחלק מגישה זהירה שמעדיפה בדיקה יסודית על פני השקה חפוזה. מי שרוצה להצטרף, יכול להירשם לתוכנית הבדיקה דרך האתר הרשמי של Google DeepMind.

הגישה האחראית של גוגל

גוגל נזהרת, ובצדק. כשהבינה המלאכותית יוצאת מהמסך ונכנסת לגוף פיזי, הסיכון משתנה. רובוט הוא לא אפליקציה. הוא יכול להפיל, לשבור, לפגוע. ברובוטיקה, כל טעות עלולה להפוך לתקלה מוחשית. בדיוק בגלל זה, גוגל מיישמת גישת בטיחות מחמירה. המודל פותח בהתאם לעקרונות האתיים של החברה, הוא מחובר לבקרי בטיחות ברמה הנמוכה ביותר, שבודקים כל פעולה פיזית לפני הביצוע. נבנה עבורו בנצ’מרק ייעודי – “בטיחות סמנטית” – שמעריך האם ההוראות שהרובוט קולט עלולות להוביל לפעולה מסוכנת. בנוסף, צוותי Red Teaming בוחנים את המודל באופן אקטיבי, מנסים “לשבור” אותו ולזהות תרחישים בעייתיים לפני שהם מתרחשים בשטח.

ולכן, הגישה כרגע מוגבלת. לא כי המערכת לא בשלה, אלא כי שחרור מדוד, מבוקר וזהיר הוא חלק בלתי נפרד מהדרך שבה בונים אמון בטכנולוגיה שנוגעת לעולם הפיזי.

אתגרים ומגבלות שחשוב להכיר

גם מודל פורץ דרך צריך לעמוד במבחן המציאות. לצד ההתרגשות מהיכולות החדשות, יש גם מגבלות שצריך להכיר.

ראשית, הדרישות הטכניות אינן טריוויאליות. למרות שהמודל פועל מקומית, הוא זקוק לחומרה חזקה יחסית. זה מצמצם את היכולת לשלב אותו ברובוטים זולים, במיוחד בשוק הביתי. בנוסף, הדגש המובהק על רובוטים דו-זרועיים מעניק יתרון בתיאום מוטורי, אך בא עם מחיר – רוב הרובוטים הקיימים, גם בתעשייה וגם בבית, אינם בנויים כך. התאמה רחבה תדרוש פיתוח נוסף.

וגם אם המודל המקומי מרשים, גוגל עצמה מודה, הוא עדיין לא מגיע לרמת הביצועים של הגרסה שמופעלת בענן. מי שיבחר בו, עושה פשרה מודעת בין עצמאות תפעולית לבין עוצמה חישובית. ולבסוף, שאלת המחיר נותרת פתוחה. גוגל לא מפרסמת מידע על עלות השימוש או שילוב המודל בפלטפורמות מסחריות, וללא שקיפות בנושא, קשה להעריך את היכולת לאימוץ רחב בטווח הקרוב.

מה זה אומר עבורנו?

Gemini Robotics On-Device הוא צעד אמיתי קדימה, אבל בואו נישאר מציאותיים, זו עדיין לא מערכת שנראה בקרוב בכל בית. מה שכן קורה כאן הוא שינוי כיוון. גוגל לא רק שיפרה ביצועים, היא הציבה תשתית לעולם שבו רובוטים יפעלו מהר יותר, בעצמאות מלאה, ובלי לפגוע בפרטיות. זה המעבר מרובוטים “מחוברים” לרובוטים “חושבים”. העולם הרובוטי כולו בפתחו של מהפך. השאלה כבר לא אם הטכנולוגיה תגיע, אלא מתי, באיזו צורה, ובאיזה מחיר. כעת, האחריות עוברת למפתחים ולחברות – איך ינצלו את היכולת הזו, ואילו יישומים חדשים, כאלה שעדיין לא עלו על דעתנו, יהפכו בקרוב למציאות יומיומית.