Компания Google DeepMind официально анонсировала выход нового поколения искусственного интеллекта для робототехники — семейства моделей Gemini Robotics 2. Это обновление знаменует собой переход от простых автоматизированных движений к сложным когнитивным процессам в физическом мире. Разработчики называют эту технологию «физическим AGI» (общим искусственным интеллектом), главной целью которого является создание универсального робота, способного выполнять широкий спектр бытовых и производственных задач.

«Воплощенное размышление» и работа в реальном времени

Ключевым нововведением стала модель Gemini Robotics ER 2, отвечающая за функцию «воплощенного размышления» (embodied reasoning). Алгоритм способен анализировать видеопоток с камер робота в режиме реального времени, интегрируясь с Gemini Live API. Это позволяет машинам отслеживать ход выполнения задач пошагово и самостоятельно корректировать ошибки без необходимости перезапуска всего процесса.

По словам разработчиков, если робот случайно уронит предмет, система мгновенно откорректирует движение, а не начнет действие заново. Точность определения ключевых моментов действий достигла почти 90 процентов. Это позволяет роботу понимать нюансы, например, точно определить момент, когда нужно перестать наливаться кофе в чашку, чтобы не пролить жидкость.

Улучшенная координация и командная работа

Модель Gemini Robotics 2 трансформирует текстовые и визуальные команды в непосредственные движения механических конечностей. Значительный прогресс был достигнут в управлении сложными гуманоидными руками с множеством пальцев: новая версия системы обеспечила беспрецедентную точность и координацию.

Особое внимание уделено способности роботов к взаимодействию. В ходе тестирования модели Apollo 2 и Franka F3 Duo продемонстрировали умение совместно выполнять задачи, не мешая друг другу и эффективно распределяя роли в команде.

Автономность и быстрая адаптация

Для обеспечения работы в условиях отсутствия интернета была представлена облегченная версия — Gemini Robotics On-Device 2. Она способна функционировать локально, непосредственно на устройстве, без подключения к облачным серверам.

Система отличается высокой скоростью обучения. Алгоритм адаптируется к новой конструкции робота всего за несколько часов тренировок или на основе анализа всего 200 примеров. В настоящее время технологии уже проходят тестирование на оборудовании компании Boston Dynamics.

Безопасность и защита от галлюцинаций

Разработчики учли риски, связанные с ошибками ИИ, и внедрили специальные уровни защиты от «галлюцинаций» и ложных действий. Вместе с релизом был представлен новый бенчмарк безопасности под названием ASIMOV-Agentic. Модель ER 2 демонстрирует высокую способность распознавать потенциальную опасность и останавливать движение, если человек подходит слишком близко к рабочей зоне.

Вместе с техническими характеристиками Google опубликовала и ценовую политику новой разработки, открывая путь к коммерческому внедрению этих технологий.