Google DeepMind анонсировала значительное обновление своей линейки робототехнических ИИ-решений. В центре внимания — модель Gemini Robotics 2, относящаяся к классу VLA (Vision-Language-Action), которая кардинально расширяет возможности управления роботами, охватывая всё тело, а не только отдельные конечности. Параллельно представлена усовершенствованная система ER 2, выступающая в роли «высокоуровневого мозга» для комплексной координации задач.

От манипуляций к полному контролю

Ключевое отличие новой модели от предшественницы — переход от управления верхней частью корпуса к целостному контролю над всем телом. Gemini Robotics 2 теперь позволяет роботам выполнять сложные динамические действия: ходьбу, приседания, наклоны, а также манипуляции в ограниченном пространстве. Это критически важный шаг для интеграции роботов в реальную, неструктурированную среду.

В демонстрационных тестах гуманоид Apptronik Apollo 2, работающий под управлением новой модели, успешно справлялся с задачами, требующими тонкой моторики: поднимал лейку, снимал бейсбольную перчатку с полки и находил нужные объекты. Особо впечатляет поддержка сложных кистей с 22 степенями свободы, что позволяет выполнять такие деликатные операции, как завязывание узлов или выкручивание лампочки.

ER 2: Оркестрация мультироботных систем

Обновлённая модель ER 2 берёт на себя функции стратегического планировщика. Она способна декомпозировать многоступенчатые задачи, контролировать их выполнение и, при необходимости, инициировать повторное действие. Более того, ER 2 умеет распределять рабочие нагрузки между несколькими роботами одновременно. Например, в одном из сценариев Apollo 2 координирует действия двухрукого робота для сортировки инструментов во время уборки.

Отдельного внимания заслуживает локальная версия Gemini Robotics On-Device 2. Эта модель функционирует полностью автономно, без облачных подключений, и может быть адаптирована к новым типам роботов всего за несколько часов обучения на основе менее чем 200 примеров. Такой подход существенно снижает барьер входа для внедрения ИИ в робототехнические стартапы.

На данный момент Gemini Robotics 2 доступна в режиме приватного просмотра, в то время как ER 2 уже интегрирована в Gemini API и Google AI Studio. On-Device 2 проходит тестирование у ограниченного круга доверенных партнёров.

Мой взгляд: Это не просто инкрементальное обновление, а смена парадигмы. Переход к «целостному интеллекту» и мультиагентной оркестрации — именно те направления, которые определят коммерческую жизнеспособность робототехники в ближайшие годы. Способность модели адаптироваться к новым аппаратным платформам с минимальным количеством примеров — это ключевой фактор, который может ускорить консолидацию рынка и вывести гуманоидную робототехнику из стадии пилотных проектов в реальный сектор экономики.