Gemini Robotics 2 : Google DeepMind apprend à l'IA à piloter des robots humanoïdes

En juillet 2026, Google DeepMind a présenté Gemini Robotics 2, version améliorée de son modèle d'IA destiné à piloter des robots humanoïdes dans le monde physique. Selon Wired, il s'agit d'un « bond significatif vers l'AGI physique » : une intelligence artificielle qui n'agit pas seulement dans l'espace numérique, mais interagit physiquement avec des objets et des personnes.

Que sait faire Gemini Robotics 2 ?

L'idée centrale du modèle : une architecture unique pour trois tâches, la perception (vision par ordinateur et compréhension de l'espace), l'interprétation (traitement d'instructions en langage naturel) et l'action (génération de commandes pour les mécanismes moteurs). Les systèmes robotiques traditionnels confient ces trois tâches à des modules distincts ; Gemini Robotics 2 les fusionne dans un seul modèle multimodal.

Concrètement, un opérateur peut donner un ordre vocal au robot, par exemple « prends l'objet rouge sur la table », et le modèle construit seul toute la chaîne, de la reconnaissance visuelle de l'objet jusqu'au geste de préhension précis.

• Développeur : Google DeepMind
• Plateforme : robots humanoïdes
• Architecture : modèle multimodal unique (vision + langage + motricité)
• Positionnement : prochaine étape vers l'« AGI physique »

Son prédécesseur, la première génération de Gemini Robotics, avait posé le concept d'« intelligence incarnée » (embodied AI) : des systèmes capables d'agir dans un environnement physique en trois dimensions, et pas seulement de traiter du texte. Gemini Robotics 2 prolonge cette approche en élargissant l'éventail des tâches prises en charge et en améliorant la précision du contrôle de plateformes humanoïdes complexes.

Pourquoi l'IA physique est-elle plus dangereuse que l'IA numérique ?

Passer l'IA du numérique au physique change radicalement le profil de risque. Un modèle de langage peut corriger instantanément une mauvaise réponse ; un robot, non : un mouvement erroné du manipulateur se traduit par un objet cassé, une substance renversée ou un danger réel pour les personnes à proximité.

«

Sortir l'IA dans le monde réel comporte des risques », constate Wired, en énumérant les défis techniques et éthiques qui accompagnent Gemini Robotics 2.

Parmi les principaux problèmes : le comportement du modèle dans des situations absentes des données d'entraînement, la question de la responsabilité juridique en cas d'erreur et la sécurité de l'interaction physique avec des humains. Ces questions font de l'AGI physique un chantier non seulement d'ingénierie, mais aussi de régulation.

Google DeepMind n'est pas seul dans cette course. Tesla développe le robot humanoïde Optimus, Figure AI a levé plus de $675 млн d'investissements, Boston Dynamics fait avancer Atlas. Gemini Robotics 2 se distingue toutefois sur un point de fond : il repose sur un modèle Gemini multimodal, et non sur un assemblage de modules de contrôle disparates, faiblement connectés entre eux.

Où en est le marché de la robotique

Le marché des robots humanoïdes est à l'aube d'une croissance massive. Selon les prévisions de Goldman Sachs, il pourrait dépasser $150 млрд d'ici 2035, à condition que le secteur règle les problèmes essentiels de fiabilité et de sécurité. Le centre de gravité de la concurrence passe de la précision mécanique à l'intelligence : comprendre des tâches non structurées, s'adapter à des conditions changeantes et travailler aux côtés d'humains sans barrières physiques.

C'est précisément ce segment que cible Gemini Robotics 2 : un système doté d'une intelligence « générale » dans une enveloppe physique, et non un manipulateur industriel étroitement programmé, capable d'exécuter à la perfection un seul mouvement mais démuni face à une situation hors norme.

Ce que cela signifie

Le lancement de Gemini Robotics 2 confirme que les grands laboratoires d'IA considèrent la robotique physique comme la prochaine frontière technologique. Pour les entreprises, cela ouvre la perspective de nouveaux usages dans la logistique, la production et les services. Pour les régulateurs, c'est une tâche urgente : définir des normes de sécurité pour des systèmes d'IA dont les actions ont des conséquences physiques irréversibles.