Gemini Robotics On-Device 2
Gemini Robotics On-Device 2는 로봇 기기에서 로컬로 실행하도록 최적화된 비전-언어-행동(VLA) 모델이다. 범용 로봇 조작을 목적으로 하며, 온디바이스 Gemma 모델과 Gemini Robotics 1.5 기술을 기반으로 한다. 네트워크 지연이나 인터넷 연결이 제약되는 환경을 고려해 설계됐다. (deepmind.google) 입력과 출…
모델 디렉터리
새롭게 출시된 모델을 발표일 순서로 살펴보세요.
Gemini Robotics On-Device 2는 로봇 기기에서 로컬로 실행하도록 최적화된 비전-언어-행동(VLA) 모델이다. 범용 로봇 조작을 목적으로 하며, 온디바이스 Gemma 모델과 Gemini Robotics 1.5 기술을 기반으로 한다. 네트워크 지연이나 인터넷 연결이 제약되는 환경을 고려해 설계됐다. (deepmind.google) 입력과 출…
Gemini Robotics ER 2 Streaming Preview는 로봇의 환경 인식과 체화 추론을 위한 비전-언어 모델의 공개 미리보기 엔드포인트다. Live API를 통한 실시간 텍스트 스트리밍과 지연 시간이 짧은 로봇 에이전트에 최적화되어 있다. 공개일은 2026년 7월 30일이다. (aistudio.google.com) 텍스트, 이미지, 동영상,…
Gemini Robotics ER 2 Preview는 로봇이 물리적 환경을 이해하고 작업을 계획하도록 설계된 체화 추론(Embodied Reasoning) 비전-언어 모델입니다. Gemini 3.5 Flash를 기반으로 하며, 로봇의 상위 수준 추론과 작업 조정을 담당합니다. 실제 운동 실행은 별도의 하위 수준 비전-언어-행동(VLA) 모델이나 로봇 도구와…
Gemini Robotics 2는 시각 정보와 언어 지시를 로봇의 동작 제어로 변환하는 시각·언어·행동(VLA) 모델이다. 휴머노이드의 전신과 양팔 로봇, 다양한 손과 그리퍼를 제어하도록 설계되었다. Google DeepMind의 공식 발표일은 2026년 7월 30일이다. (deepmind.google) 전신 제어: 걷기, 쪼그리기, 몸을 뻗기와 물체 조작…
Qwen-Audio-3.0-ASR-Flash는 녹음된 짧은 오디오를 텍스트로 변환하는 비실시간 자동 음성 인식(ASR) 모델이다. HTTP API로 호출한다. 공식 모델 업데이트에 기재된 출시일은 2026년 7월 30일이다. (alibabacloud.com) 한국어, 중국어, 영어, 일본어 등을 포함한 30개 언어와 중국어 방언·지역 억양을 지원한다. 핫워…
Qwen-Audio-3.0-ASR-Flash-Filetrans는 긴 오디오·비디오 파일의 음성을 텍스트로 변환하는 비실시간 음성 인식 모델이다. 회의록 작성, 통화 분석, 짧은 동영상 자막 및 고객 상담 품질 점검에 활용할 수 있다. (docs.qwencloud.com) 한국어, 중국어, 영어, 일본어 등을 포함한 다국어와 여러 중국어 방언을 지원한다. 핫…
Tongyi Lab이 저지연·고동시성 실시간 상호작용을 위해 개발한 스트리밍 음성 인식 모델이다. 오디오를 입력받아 텍스트를 출력하며, 말하는 동안 전사 결과를 제공한다. (alibabacloud.com) 출시일: 2026년 7월 30일. Alibaba Cloud의 싱가포르 국제 배포 업데이트에 등재되었다. (alibabacloud.com) 주요 기능: 사…