---
title: "Google DeepMind представила Gemini Robotics 2: ИИ, который учит роботов ходить, завязывать узлы и работать в команде"
description: "Google DeepMind представила Gemini Robotics 2 — модель, которая учит роботов ходить, приседать и выполнять тонкие манипуляции, такие как завязывание узлов. 🤖💪\n\nВместе с ней анонсирован «мозг» ER 2 для координации работы нескольких роботов и локальная версия для обучения без интернета. 🧠🌐"
date: 2026-07-31T20:07:22.000Z
lang: ru
url: https://xab.info/posts/google-deepmind-gemini-robotics-2-upravlenie-robotami
tags: [google, deepmind, gemini-robotics-2, robotics, artificial-intelligence]
publisher: "XAB.info"
---

# Google DeepMind представила Gemini Robotics 2: ИИ, который учит роботов ходить, завязывать узлы и работать в команде

![Робот с искусственным интеллектом Google DeepMind Gemini Robotics 2, демонстрирующий передовые технологии обучения и работы в команде](https://xab.info/media/2026/07/31/google-deepmind-gemini-robotics-2-upravlenie-robotami/google-deepmind-gemini-robotics-2-upravlenie-robotami-1.webp)

Компания Google DeepMind совершила значимый рывок в развитии робототехники, представив обновленную модель Gemini Robotics 2. Это решение, основанное на архитектуре VLA (Vision-Language-Action), способно управлять всем телом робота, переводя текстовые и визуальные данные в сложные моторные действия. Вместе с ней был анонсирован инструмент ER 2, предназначенный для координации действий нескольких устройств.

### От манипуляторов к гуманоидам: полный контроль над телом

Ключевое отличие новой версии от предыдущих заключается в расширении зоны контроля. Если раньше искусственный интеллект фокусировался преимущественно на управлении верхней частью тела, то Gemini Robotics 2 позволяет роботам осваивать локомоцию и сложные физические взаимодействия. Теперь машины способны ходить, приседать, наклоняться и тянуться к объектам, находящимся в труднодоступных местах.

Модель универсальна и адаптируется под различные форм-факторы — от компактных настольных манипуляторов до полноразмерных гуманоидов. В демонстрационных роликах робот Apptronik Apollo 2 под управлением новой системы успешно выполнял бытовые задачи: подбирал лейку с пола, снимал бейсбольную перчатку с полки и находил нужные предметы в загроможденном пространстве.

### Тонкая моторика и сложные манипуляции

DeepMind также сделала акцент на значительном улучшении моторики. Новая модель поддерживает работу со сложными роботизированными кистями, обладающими 22 степенями свободы. Это открывает возможности для выполнения задач, требующих высокой точности и ловкости. В число таких действий входят завязывание узлов, герметичное закрытие пакетов и выкручивание лампочек.

### ER 2: «Высокоуровневый мозг» для роевой логики

Параллельно с обновлением модели управления телом, компания представила улучшения для решения ER 2. DeepMind характеризует этот инструмент как «высокоуровневый мозг» для робототехники. Система отвечает за планирование многоступенчатых задач, мониторинг их выполнения и принятие решений о повторении действий в случае неудачи.

Важной функцией ER 2 является распределение работы между несколькими роботами. В одном из демонстрационных сценариев гуманоид Apollo 2 выступал в роли координатора, поручая двурукому роботу Google складывать инструменты в контейнер в процессе уборки гаража.

### Локальное обучение и доступность

Для решения задач, требующих автономности, компания показала локальную модель Gemini Robotics On-Device 2. Она работает без подключения к интернету, что критически важно для безопасности и приватности в промышленных условиях. Особенностью модели является высокая скорость обучения: она адаптируется к новым типам роботов менее чем за 200 примеров, на что уходит всего несколько часов.

На данный момент Gemini Robotics 2 доступна в режиме частного просмотра. Доступ к ER 2 открыт через Gemini API и Google AI Studio, а локальная версия On-Device 2 проходит тестирование у доверенных партнеров. Это событие следует рассматривать в контексте общего тренда на внедрение ИИ в физический мир, который ранее отмечали и другие игроки рынка, включая компанию Humanoid, представившую в июле подход к обучению роботов на реальных производственных задачах.