Содержание
Gemini Robotics 2 превращает Gemini в «мозг» для роботов
Google DeepMind представила семейство Gemini Robotics 2 — модели, которые помогают роботам понимать команды, планировать действия и управлять движениями в реальном мире. Главное изменение по сравнению с предыдущим поколением — переход от отдельных манипуляций к управлению всем телом: гуманоид может идти, наклоняться, тянуться к предметам и аккуратно работать руками.
Три модели для разных задач
В семейство вошли Gemini Robotics 2, Gemini Robotics ER 2 и Gemini Robotics On-Device 2. Первая переводит изображение и текстовые инструкции в моторные действия, ER 2 выступает высокоуровневым «мозгом» и строит многошаговый план, а On-Device 2 работает локально на устройстве без постоянного подключения к облаку.
В демонстрациях система управляет гуманоидом Apollo 2, помогает завязывать узлы, закрывать пакеты и раскладывать предметы. Модель также умеет отслеживать прогресс по видеопотоку, замечать ошибки и продолжать задачу после сбоя. Google заявляет, что ER 2 выполняет сотни решений в задачах продолжительностью несколько минут.
Роботы смогут делить работу между собой
Новое поколение поддерживает совместную работу нескольких роботов. Разные машины могут передавать друг другу этапы одной задачи: например, мобильный робот находит объект, а гуманоид берёт его и помещает в нужное место. Для физической автоматизации это важный шаг от одиночных демо к полноценным рабочим процессам.
Gemini Robotics ER 2 уже доступна разработчикам через Gemini API и Google AI Studio, а также в закрытом превью корпоративной платформы Gemini. Модели управления движением и локальная версия пока выдаются партнёрам по раннему доступу. Google опубликовала примеры кода для подключения модели к роботам и их управляющим API.
Почему это важно
Для бизнеса релиз показывает, как привычные AI-агенты переходят из браузера в физический мир. Пока речь прежде всего о разработчиках робототехники, складах и производстве, но ключевые технологии — понимание видео, вызов инструментов, контроль выполнения и координация агентов — могут ускорить появление универсальных роботов в сервисе и повседневных задачах.