Google DeepMind представила Gemini Robotics 2 и ER 2

Google DeepMind представила две системы для управления роботами: Gemini Robotics 2 и ER 2. Объявление включает также локальную версию On‑Device 2 для работы без интернета.

Gemini Robotics 2 — VLA‑модель (vision‑language‑action). Она принимает визуальную информацию и текстовые инструкции и переводит их в последовательность моторных команд для разных платформ: от настольных манипуляторов до полноразмерных гуманоидов.

Ранее подходы DeepMind фокусировались в основном на управлении верхней частью тела. Gemini Robotics 2 задействует все тело робота — корпус и конечности — и обеспечивает ходьбу, приседание, наклон, вытягивание руки и подъем предметов в ограниченном пространстве. В демонстрациях под управлением модели гуманоид Apptronik Apollo 2 подбирал лейку, снимал бейсбольную перчатку с полки и находил нужные предметы в окружении.

Модель поддерживает сложные кисти с 22 степенями свободы и рассчитана на точные действия. В демонстрациях показаны операции вроде завязывания узлов, закрытия пакета и выкручивания лампочки.

ER 2 описывается как «высокоуровневый мозг» для групп роботов. Система планирует многоступенчатые задачи, отслеживает выполнение шагов, решает, нужно ли повторять действие, и распределяет задачи между несколькими устройствами. В одной из демонстраций Apollo 2 поручал двурукому роботу паковать инструменты в контейнер во время уборки гаража, что иллюстрирует координацию между разными платформами.

Gemini Robotics On‑Device 2 предназначена для локального развертывания без подключения к облаку. По данным DeepMind, модель адаптируется к новым роботам при обучении на менее чем 200 примерах и осваивает их за несколько часов, что ускоряет тестирование на устройствах партнёров.

По состоянию на момент анонса Gemini Robotics 2 доступна в режиме частного просмотра. ER 2 можно получить через Gemini API и Google AI Studio. Локальная версия On‑Device 2 проходит испытания у доверенных партнёров. Широкого коммерческого релиза не объявляли, а публичные демонстрации ограничены контролируемыми экспериментами.

Техническая архитектура Gemini Robotics 2 рассчитана на работу с разными типами исполнительных механизмов. ER 2 предназначена для центрального распределения задач между гетерогенными платформами, что делает возможной совместную работу роботов разного форм‑фактора.

В июле другая компания представила подход к обучению роботов на реальных производственных задачах; новые модели DeepMind направлены на тестирование вне лабораторий в сервисных и складских операциях. Исследовательские и коммерческие команды могут запросить доступ через программы частного просмотра и через предлагаемые API.