- Google DeepMind a prezentat pe 30 iulie 2026 trei modele care planifică sarcini fizice, controlează roboți și pot rula direct pe hardware
- Gemini Robotics 2 comandă întregul corp al unui robot umanoid, de la echilibru și mers până la mișcările degetelor
- Gemini Robotics ER 2 urmărește progresul pe video, detectează eșecurile și coordonează roboți diferiți pentru aceeași misiune
- Testele Google arată progrese clare, dar și limite: robotul deșurubează un bec în 92% dintre încercări, însă îl montează corect doar în 36%
- Modelul de raționament este disponibil dezvoltatorilor, în timp ce sistemele care controlează direct motoarele rămân limitate la partenerii de acces anticipat
Chatboturile pot explica impecabil cum se leagă un sac de gunoi. Pentru un robot, problema începe abia după explicație: trebuie să găsească marginile pungii, să le prindă fără să le rupă, să coordoneze zece degete și să știe când nodul este suficient de strâns.
Aici intră în scenă Gemini Robotics 2, noua familie de modele prin care Google DeepMind încearcă să transforme inteligența Gemini într-un sistem capabil să observe, să planifice și să acționeze în lumea fizică.
Compania a anunțat oficial tehnologia pe 30 iulie 2026, cu o zi înainte ca proiectul să fie promovat drept o lansare nouă pe platformele de produse. Potrivit prezentării publicate de Google DeepMind, sistemul nu este un singur „creier”, ci o familie formată din trei componente specializate.
Gemini Robotics 2 este modelul vision-language-action, prescurtat VLA. El primește imagini și instrucțiuni în limbaj natural, apoi le transformă în comenzi pentru motoarele robotului. Nu spune doar „ridică obiectul”, ci calculează mișcările necesare pentru ca brațele, trunchiul și picioarele să execute acțiunea.
Gemini Robotics ER 2 este nivelul de raționament. Analizează spațiul, discută cu utilizatorul, împarte o sarcină în etape și decide ce instrumente sau roboți trebuie folosiți. Execuția fizică este apoi transmisă modelului VLA sau altui sistem de control compatibil.
Gemini Robotics On-Device 2 este versiunea mai eficientă, proiectată să funcționeze direct pe robot. Avantajul este că mașina nu trebuie să trimită fiecare imagine în cloud și să aștepte răspunsul serverului înainte să miște mâna câțiva centimetri.
Separarea seamănă cu o echipă de muncitori. ER 2 este coordonatorul care verifică încăperea și stabilește planul. Modelul VLA este executantul care știe cum trebuie mișcat corpul. Versiunea On-Device este colegul care poate continua să lucreze și când conexiunea la internet este lentă sau indisponibilă.
Cum controlează același AI picioarele, mâinile și echilibrul unui robot?
Generațiile anterioare Gemini Robotics se concentrau în mare parte pe brațe și pe activități realizate la nivelul unei mese. Noua versiune extinde controlul asupra întregului corp al unui robot umanoid.
Google a demonstrat sistemul pe Apollo 2, robotul construit de Apptronik. La comanda de a pune o stropitoare într-un recipient verde aflat pe un raft inferior, robotul trebuie să meargă până la masă, să ridice obiectul, să se deplaseze spre raft, să se aplece fără să-și piardă echilibrul și să-l așeze în compartimentul corect.
Pentru un om, secvența pare banală. Pentru un robot, este o negociere continuă cu gravitația. Dacă întinde brațul, centrul de greutate se schimbă. Dacă se apleacă, picioarele trebuie să compenseze. Dacă obiectul este mai greu decât pare, forța aplicată de degete și poziția trunchiului trebuie ajustate în timp real.
Google spune că același model a fost testat pe trei configurații diferite: Apollo 2 cu două tipuri de mâini și platforma Franka Duo, dotată cu un gripper cu două brațe. Pentru ridicarea obiectelor, Apollo a obținut în testele companiei rate medii de succes de 68,4% de pe masă, 45,7% de la podea și 76,3% de pe raft.
Rezultatele arată progres, dar nu descriu un robot pregătit să intre nesupravegheat într-un depozit aglomerat. Chiar Google recunoaște că viteza de deplasare trebuie îmbunătățită. În demonstrații, Apollo lucrează atent și lent, într-un ritm mai apropiat de un stagiar extrem de prudent decât de un operator industrial aflat la a mia comandă din tură.
Această diferență dintre demonstrație și productivitate este esențială. O analiză ZF despre eficiența actuală a roboților umanoizi cita producătorul chinez UBTech, potrivit căruia sistemele sale ating doar 30–50% din eficiența unui angajat uman și numai pentru activități bine delimitate, precum stivuirea cutiilor sau controlul calității.
Gemini Robotics 2 încearcă să reducă această distanță printr-un model general, adaptabil la corpuri diferite. Ambiția nu este doar construirea unui robot care execută perfect aceeași mișcare, ci a unui sistem care poate primi o cerere nouă și poate găsi o modalitate rezonabilă de a o îndeplini.
De ce este mai greu să înșurubezi un bec decât să-l deșurubezi?
Adevăratul examen nu este mersul până la raft, ci ceea ce se întâmplă la capătul brațului.
Google a conectat modelul la mâna SharpaWave, cu cinci degete și 22 de grade de libertate. „Gradele de libertate” reprezintă numărul direcțiilor și articulațiilor care pot fi controlate independent. Cu cât mâna este mai apropiată de una umană, cu atât poate face mai multe lucruri — dar crește și numărul modurilor în care poate greși.
În testele publicate de companie, Apollo a reușit să deșurubeze un bec în 92% dintre încercări. La înșurubare, rata a coborât la 36%. Diferența are logică: pentru a scoate becul, robotul îl rotește până când acesta se desprinde. Pentru montare, trebuie să alinieze precis filetul, să mențină presiunea corectă și să evite blocarea sau strângerea excesivă.
Robotul a reușit să lege un sac de gunoi în 44% dintre încercări, să închidă o pungă cu fermoar în 40% și să folosească un făraș în 32%. Cu gripperul mai simplu al platformei Franka Duo, rezultatele au fost mai bune: 74,2% la ridicarea și plasarea obiectelor, 78,9% la pregătirea unor seturi de unelte și 89,6% la inserții de precizie.
Datele oferă o lecție utilă despre robotica umanoidă: forma umană nu garantează automat abilități umane. Un clește cu două brațe are mai puține opțiuni, dar este mai ușor de controlat. O mână cu cinci degete poate manipula obiecte foarte diferite, însă fiecare deget adaugă articulații, contacte și posibile erori.
Google descrie modelul drept un pas spre dexteritatea umană, nu dovada că aceasta a fost deja atinsă. Ratele de succes provin din evaluările interne ale companiei și nu reprezintă teste independente în fabrici, locuințe sau spații publice.
Competiția nu are loc doar în laboratoarele americane. AlephTech a relatat despre cele peste 300 de sisteme robotice expuse la conferința AI de la Shanghai, de la umanoizi și mâini mecanice până la roboți care sortează colete sau fotografiază autonom. Diversitatea proiectelor arată că producătorii încă nu au stabilit forma câștigătoare: umanoid, patruped, braț fix sau o combinație între acestea.
Cum lucrează roboții în echipă și cum își repară singuri greșelile?
Un robot util nu trebuie doar să înceapă o sarcină. Trebuie să știe dacă a terminat-o corect.
Un model poate roti un bec fără ca acesta să fie fixat, poate muta un obiect pe raftul greșit sau poate trage de un sac fără să formeze nodul. Dacă nu înțelege rezultatul, robotul va continua liniștit la următoarea etapă, lăsând în urmă o greșeală executată cu maximă încredere.
Gemini Robotics ER 2 urmărește înregistrarea video continuă și estimează progresul unei activități. Poate identifica un pas eșuat, poate cere repetarea lui și încearcă să recunoască momentul exact în care operațiunea este completă.
În evaluările Google, modelul a obținut o acuratețe de 57,4% la clasificarea progresului și de 91,3% la identificarea momentelor-cheie dintr-un flux video. Distanța medie față de momentul corect a fost de 0,96 secunde. Compania afirmă că sistemul operează de patru ori mai rapid decât anumite categorii de modele mai mari, un avantaj important atunci când robotul trebuie să decidă într-o fracțiune de secundă dacă mai toarnă cafea sau oprește brațul.
ER 2 poate gestiona secvențe care durează câteva minute și presupun sute de decizii. Modelul poate utiliza și instrumente externe, inclusiv Google Search sau funcții construite de dezvoltatori, dacă robotul are nevoie de informații suplimentare pentru a-și planifica activitatea.
Noutatea cu cea mai mare valoare industrială ar putea fi colaborarea între roboți. În demonstrațiile Google, un Apollo 2 mobil și o platformă Franka Duo își împart activitățile necesare pentru curățarea unui spațiu. Modelul recunoaște că unul se poate deplasa prin încăpere, iar celălalt este mai potrivit pentru manipularea obiectelor la masă, apoi distribuie sarcinile.
Această abordare poate fi mai realistă decât robotul universal din filme. O fabrică nu are nevoie neapărat de o singură mașină care știe să facă totul. Poate folosi o echipă în care un robot transportă, altul sortează, iar un al treilea inspectează.
Extinderea nu se limitează la umanoizi. Google a folosit ER 2 și pentru a coordona Spot, robotul patruped al Boston Dynamics, care poate naviga și aduce obiecte la cereri formulate în limbaj natural. Alte companii dezvoltă roboți-patruped pentru teren accidentat; AlephTech a prezentat recent un model Unitree capabil să parcurgă peste 30 de kilometri și să opereze pe noroi, stânci sau pante abrupte.
Cât de aproape este Google de roboții utili din fabrici și locuințe?
Gemini Robotics 2 nu poate fi descărcat astăzi și instalat pe orice robot cumpărat online.
Modelul ER 2, care planifică și coordonează, este disponibil dezvoltatorilor prin Gemini API și Google AI Studio. El este oferit și în regim de testare privată prin Gemini Enterprise Agent Platform. Modelele care controlează direct mișcările — Gemini Robotics 2 și On-Device 2 — sunt rezervate partenerilor din programul de acces anticipat.
Versiunea On-Device poate fi adaptată la roboți noi folosind, de regulă, mai puțin de 200 de exemple și câteva ore de date. Google afirmă că metoda funcționează inclusiv atunci când platformele au forme, senzori și articulații foarte diferite. Aceasta ar putea reduce unul dintre costurile mari ale industriei: necesitatea construirii unui sistem de control aproape de la zero pentru fiecare robot.
Siguranța rămâne problema care separă o demonstrație spectaculoasă de un produs acceptat lângă oameni. ER 2 poate detecta apropierea unei persoane, poate opri robotul și poate relua activitatea după eliberarea zonei. Google a introdus și benchmarkul ASIMOV-Agentic, care testează dacă modelul refuză comenzi periculoase, recunoaște sarcinile imposibile și cere ajutor uman atunci când nu este sigur. Rezultatele sunt însă raportate chiar de Google și trebuie confirmate în condiții independente.
Banii și așteptările sunt deja uriașe. ZF descrie roboții umanoizi drept un posibil pariu economic de mii de miliarde de dolari, alimentat de nevoia de automatizare în industrie, logistică și servicii. În același timp, majoritatea sistemelor se află încă în teste, proiecte-pilot sau activități comerciale restrânse.
Gemini Robotics 2 nu aduce încă robotul care spală vasele, schimbă becul și pleacă singur la cumpărături. Face însă vizibilă direcția în care se mută cursa AI: de la modele care descriu lumea la modele care încearcă să o atingă.
Pentru moment, robotul poate deșuruba becul aproape de fiecare dată, dar îl montează corect în aproximativ o treime dintre încercări. Este o limită serioasă pentru un electrician. Pentru o mașină care trebuie să transforme cuvintele în echilibru, forță și mișcare, este și semnul că AI-ul fizic începe să iasă din laborator — încă lent, încă imperfect, dar deja în picioare.