I robot di Google adesso lavorano in squadra: tante novità in Gemini Robotics 2

Google DeepMind ha alzato il tiro sulla robotica intelligente con Gemini Robotics 2, l'infrastruttura software che fa dialogare e cooperare robot di forma e natura diversa sullo stesso flusso di lavoro. La novità più concreta riguarda la collaborazione multi-robot: due macchine - per esempio un umanoide e un robot a due braccia - possono spartirsi un compito che nessuna delle due porterebbe a termine da sola, comunicando e coordinandosi in tempo reale.

Il pacchetto si articola in tre modelli distinti. C'è Gemini Robotics 2, un modello vision-language-action (VLA) che traduce ciò che il robot vede e sente in comandi motori, arrivando a governare umanoidi completi e piattaforme a doppio braccio. Sopra di esso lavora Gemini Robotics ER 2, un modello vision-language che ragiona sull'ambiente, pianifica sequenze lunghe minuti e fa da regista, superando - secondo Google - i modelli di frontiera concorrenti della sua categoria. Il terzo, Gemini Robotics On-Device 2, gira in locale sul dispositivo, senza bisogno di connessione.

Gemini Robotics ER 2 è già accessibile su Google AI Studio e in private preview sulla Gemini Enterprise Agent Platform, mentre i modelli VLA e On-Device restano riservati ai partner in accesso anticipato. ER 2 funziona come il cervello di alto livello dell'insieme. Osserva la stanza, scompone l'istruzione dell'utente in passaggi, passa le azioni al VLA e tiene traccia dei progressi fino alla fine. La differenza rispetto al passato sta nella tenuta sulle sequenze lunghe: il modello gestisce ora centinaia di decisioni distribuite su compiti che durano diversi minuti, capisce quando un'operazione inizia e finisce, e sa correggersi se un passaggio va storto.

Controllo dell'intero corpo e mani più precise con Gemini Robotics 2

Fino a ieri i modelli DeepMind muovevano solo la parte superiore degli umanoidi, buoni per i compiti da tavolo. Gemini Robotics 2 estende il controllo all'intero corpo, dalla testa ai piedi, permettendo al robot di ragionare sui movimenti mentre cammina, si accovaccia e piega tutto il corpo. Nelle dimostrazioni l'umanoide Apollo 2 di Apptronik riceve un ordine come riporre un annaffiatoio nel cestino verde, cammina fino al tavolo, afferra l'oggetto, si sposta verso lo scaffale e lo colloca al posto giusto. La velocità dei movimenti resta un cantiere aperto, come ammette la stessa Google.

Sul fronte della manualità, il modello pilota la mano SharpaWave a cinque dita e 22 gradi di libertà montata su Apollo 2, capace di gesti fini come annodare un sacco della spazzatura morbido, sigillare un sacchetto o svitare una lampadina. Ma se la cava anche con le pinze a due dita di una piattaforma Franka Duo, segno che l'intelligenza si adatta a effettori molto diversi.

La versione On-Device eredita le tecniche di motion transfer di Gemini Robotics 1.5: bastano poche ore e meno di 200 esempi per adattare il modello a un corpo robotico inedito, anche con sensori e strutture radicalmente diverse. Sul capitolo sicurezza Google adotta un approccio a più livelli che unisce le misure di sicurezza fisica tradizionali a solidi framework di sicurezza dell'IA, e introduce ASIMOV-Agentic, un benchmark che misura la capacità dell'agente di rifiutare comandi rischiosi e chiedere l'intervento umano quando è nell'incertezza.

Gemini Robotics ER 2 viene descritto come il modello di robotica più sicuro dell'azienda finora: riconosce meglio quando ci sono persone nelle vicinanze, attiva le chiamate di sicurezza e porta il robot a un arresto sicuro se qualcuno si avvicina troppo. È da capire quanto queste garanzie reggano fuori dai video preparati per il lancio, dove i robot vanno addestrati compito per compito prima di muoversi in autonomia.