Gemini Robotics ER 2: Google DeepMind научила роботов рассуждать и работать в команде

Google DeepMind a présenté Gemini Robotics ER 2, un modèle de nouvelle génération pour le contrôle de robots dans le monde réel. Capacités clés : compréhension du flux vidéo, orchestration de tâches multi-étapes et fonctionnement coordonné de plusieurs robots simultanément.

Ce que Gemini Robotics ER 2 sait faire

Gemini Robotics ER 2 s'articule autour de trois axes, que Google DeepMind qualifie chacun d'étape fondamentale pour les applications robotiques.

Compréhension vidéo — le modèle analyse le contexte visuel à partir d'un flux vidéo standard en temps réel : il reconnaît les objets, suit les mouvements et prend des décisions à la volée. Le robot n'a plus besoin d'une carte prédéfinie et rigide de son environnement ni d'un ensemble de capteurs spécialisés.

Orchestration des tâches — le système planifie des scénarios multi-étapes en utilisant plusieurs outils dans le bon ordre. Il s'agit d'une transition d'une commande unique vers une planification orientée objectifs : le robot appréhende la tâche dans son ensemble et construit lui-même la séquence d'étapes.

Collaboration entre robots — plusieurs machines agissent conjointement : elles répartissent les sous-tâches, coordonnent leurs actions et s'adaptent aux changements en temps réel. Selon DeepMind, c'est précisément ce qui manquait pour passer des démos contrôlées aux scénarios réels de production et de logistique.

• 3 axes principaux : compréhension vidéo, orchestration des tâches, collaboration multi-robots
• Développeur : Google DeepMind
• Positionnement : tâches du monde réel, pas seulement des tests en laboratoire
• Gamme : développement de la génération précédente Gemini Robotics ER

Pourquoi la collaboration entre robots est un problème non résolu

Les robots industriels traditionnels fonctionnent de manière isolée : chacun exécute une opération strictement définie selon un algorithme rigide. Coordonner plusieurs machines en temps réel exige davantage — une compréhension partagée du contexte, la capacité de redistribuer les tâches lorsque les conditions changent et la prise en compte des actions du partenaire.

C'est précisément là que les modèles d'AI changent la donne. Au lieu de scripts écrits manuellement, ils permettent aux robots de raisonner sur une tâche et de s'adapter aux changements à la volée, sans reprogrammation pour chaque nouveau cas.

« Gemini Robotics ER 2 aide les robots à raisonner, à interagir et à résoudre des problèmes du monde réel.

C'est un pas en avant dans la compréhension vidéo, l'orchestration des outils et la collaboration multi-robots », indique le blog officiel de Google DeepMind.

Selon l'entreprise, le modèle vise les applications dans le monde réel, et non les démonstrations en environnement contrôlé. C'est une déclaration importante : la plupart des systèmes robotiques actuels n'atteignent toujours pas la fiabilité nécessaire en dehors du laboratoire.

La place du ER 2 dans la course à l'AI physique

Google DeepMind construit Gemini Robotics comme une gamme couvrant l'ensemble de la pile de contrôle du robot, de la perception à la planification et à la coopération. Gemini Robotics ER 2 renforce simultanément les capacités sur les trois fronts, ce qui le distingue des mises à jour ponctuelles.

L'AI physique est l'un des domaines de compétition à la croissance la plus rapide parmi les principaux laboratoires. L'accent se déplace des machines industrielles spécialisées vers des systèmes universels capables de s'adapter à de nouvelles tâches sans reprogrammation rigide pour chaque scénario.

Ce que cela signifie

Gemini Robotics ER 2 est le signe que Google DeepMind passe des systèmes d'AI langagiers et visuels à l'intelligence physique : des robots capables de raisonner, de se coordonner et de travailler dans le monde réel, et non en laboratoire. Si les capacités annoncées se confirment en pratique, cela élargira considérablement l'applicabilité des robots dans la fabrication, la logistique et les secteurs connexes.