The Robot Report→ оригинал

Google DeepMind запустила Gemini Robotics 2 с полным контролем тела робота

Google DeepMind анонсировала Gemini Robotics 2 — обновлённую модель для роботов с полным управлением телом (full-body control). Система рассуждает о каждом движении в реальном времени, координируя все части тела одновременно — в отличие от традиционных сценарных алгоритмов. По заявлению DeepMind, это открывает широкий спектр задач, ранее недоступных роботам.

AI-обработка оригинала The Robot Report; редакция Hamidun News
Google DeepMind запустила Gemini Robotics 2 с полным контролем тела робота
Источник: The Robot Report. Коллаж: Hamidun News.
◐ Слушать статью

Google DeepMind объявила о выходе Gemini Robotics 2 — обновлённой модели для управления роботами, которая, по словам компании, впервые обеспечивает полноценный контроль над всем телом машины и позволяет ей рассуждать о каждом движении в реальном времени.

Что изменилось в Gemini Robotics 2

Ключевое новшество Gemini Robotics 2 — это полный контроль тела (full-body control). Традиционные системы управления роботами программируют отдельные движения заранее: рука поднимается по одному алгоритму, нога делает шаг по другому. Такой подход работает в предсказуемых условиях, но даёт сбои при малейших изменениях среды.

По данным Google DeepMind, Gemini Robotics 2 применяет иную логику: модель рассуждает о каждом движении в момент его совершения — по принципу, близкому к тому, как это делает человек при ходьбе по неровной поверхности или захвате предмета незнакомой формы. Система координирует все части тела одновременно, а не управляет ими последовательно.

  • Разработчик: Google DeepMind
  • Модель: Gemini Robotics 2
  • Ключевая особенность: full-body control — полный контроль тела
  • Принцип: рассуждение о каждом движении в реальном времени
  • Результат: широкий спектр физических задач, ранее недоступных роботам

Почему это важно для робототехники

Полный контроль тела — одна из ключевых нерешённых задач в отрасли. Большинство промышленных роботов хорошо справляются с повторяющимися движениями на производственных линиях, но теряются в нестандартных ситуациях: упавший предмет, незнакомый контейнер, изменившийся маршрут.

Гуманоидные роботы — которые активно разрабатывают Tesla, Figure AI, Boston Dynamics и другие компании — требуют именно такой способности: динамически координировать всё тело в реальном времени. Если Gemini Robotics 2 решает эту задачу на уровне фундаментальной модели, это потенциально ускорит обучение роботов новым задачам без отдельного программирования каждого движения.

«Gemini

Robotics 2 позволяет роботам рассуждать о каждом движении, открывая широкий спектр задач», — говорится в официальном заявлении Google DeepMind, которое приводит издание The Robot Report.

Контекст: Gemini в физическом ИИ

Google DeepMind последовательно развивает применение своих мультимодальных моделей в робототехнике. Первая версия Gemini Robotics была ориентирована на восприятие и базовые манипуляции. Gemini Robotics 2, судя по описанию, делает следующий шаг — от распознавания к активному управлению телом.

Направление физического ИИ (Physical AI) в 2025–2026 годах стало одним из самых конкурентных в индустрии: OpenAI, Google, Meta, а также десятки стартапов наращивают вложения в роботов, способных действовать в неструктурированных средах — на складах, в больницах, в домашних условиях.

Что это значит

Если Gemini Robotics 2 действительно обеспечивает общее рассуждение о движениях тела, это серьёзная заявка Google DeepMind на лидерство в Physical AI. Для индустрии это означает, что фундаментальные модели могут взять на себя задачи, которые прежде требовали специализированного программирования под каждый тип робота — и каждую конкретную задачу.

*Meta признана экстремистской организацией и запрещена в РФ.

ЖХ
Hamidun News
AI‑новости без шума. Ежедневный редакторский отбор из 50+ источников. Продукт Жемала Хамидуна, Head of AI в Alpina Digital.

Хотите не читать про ИИ, а внедрить его?

«AI News» — это полезные новости из мира ИИ. Системно научиться работать с нейросетями и применять их в работе — в Hamidun Academy.

Что вы думаете?
Загружаем комментарии…