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

O Google DeepMind apresentou o Gemini Robotics ER 2 — um modelo de próxima geração para controle de robôs no mundo real. Capacidades principais: compreensão de fluxo de vídeo, orquestração de tarefas em múltiplas etapas e operação coordenada de vários robôs simultaneamente.

O que o Gemini Robotics ER 2 consegue fazer

O Gemini Robotics ER 2 é construído em torno de três direções, cada uma das quais o Google DeepMind define como um passo fundamental para aplicações em robótica.

Compreensão de vídeo — o modelo analisa o contexto visual por meio de um fluxo de vídeo padrão em tempo real: reconhece objetos, rastreia movimentos e toma decisões na hora. O robô não precisa mais de um mapa rígido e pré-definido do ambiente ou de um conjunto de sensores especializados.

Orquestração de tarefas — o sistema planeja cenários de múltiplas etapas, utilizando várias ferramentas na ordem correta. Trata-se de uma transição de um único comando para um planejamento orientado a objetivos: o robô enxerga a tarefa como um todo e constrói por conta própria a sequência de etapas.

Colaboração entre robôs — várias máquinas agem em conjunto: distribuem subtarefas, coordenam ações e se adaptam às mudanças em tempo real. Segundo o DeepMind, isso era exatamente o que faltava para a transição de demos controladas para cenários reais de produção e logística.

• 3 direções principais: compreensão de vídeo, orquestração de tarefas, colaboração multirrobôs
• Desenvolvedor: Google DeepMind
• Posicionamento: tarefas do mundo real, não apenas testes laboratoriais
• Linha: desenvolvimento da geração anterior Gemini Robotics ER

Por que a colaboração entre robôs é um problema não resolvido

Os robôs industriais tradicionais trabalham de forma isolada: cada um realiza uma operação estritamente definida segundo um algoritmo rígido. Coordenar várias máquinas em tempo real exige mais — uma compreensão compartilhada do contexto, a capacidade de redistribuir tarefas quando as condições mudam e a consciência das ações do parceiro.

É exatamente aqui que os modelos de AI mudam a equação. Em vez de scripts escritos manualmente, eles permitem que os robôs raciocinem sobre uma tarefa e se adaptem às mudanças na hora — sem necessidade de reprogramação para cada novo caso.

"O Gemini Robotics ER 2 ajuda os robôs a raciocinar, interagir e resolver problemas do mundo real.

Este é um passo à frente na compreensão de vídeo, na orquestração de ferramentas e na colaboração multirrobôs", afirma o blog oficial do Google DeepMind.

Segundo a empresa, o modelo é voltado para aplicações no mundo real — e não para demonstrações em ambiente controlado. Esta é uma afirmação importante: a maioria dos sistemas robóticos atuais ainda não atinge a confiabilidade necessária fora do laboratório.

O lugar do ER 2 na corrida pela AI física

O Google DeepMind está construindo o Gemini Robotics como uma linha que cobre toda a pilha de controle do robô — da percepção ao planejamento e à cooperação. O Gemini Robotics ER 2 amplia as capacidades simultaneamente em todas as três frentes, o que o distingue de atualizações pontuais.

A AI física é uma das áreas de competição que mais cresce entre os principais laboratórios. A ênfase está se deslocando de máquinas industriais especializadas para sistemas universais capazes de se adaptar a novas tarefas sem reprogramação rígida para cada cenário.

O que isso significa

O Gemini Robotics ER 2 é um sinal de que o Google DeepMind está migrando de sistemas de AI de linguagem e visão para a inteligência física: robôs capazes de raciocinar, coordenar e trabalhar no mundo real, e não em laboratório. Se as capacidades declaradas forem confirmadas na prática, isso ampliará significativamente a aplicabilidade dos robôs na manufatura, na logística e nos setores correlatos.