Gemini Robotics 2 de Google DeepMind : les robots qui rangent des étagères, vissent des ampoules et nouent des sacs poubelles

Points clés

• Google DeepMind a lancé Gemini Robotics 2 en 2025, un système d'IA qui contrôle les robots humanoïdes et autres machines physiques.
• Le système combine trois modèles d'IA distincts : un qui comprend les images et le langage, plus deux qui traduisent les décisions en mouvements physiques.
• Le robot humanoïde Apollo 2 d'Apptronik, utilisant le système, a rangé les étagères de manière autonome dans une vidéo de démonstration.
• Google introduit un nouveau benchmark de sécurité appelé ASIMOV-Agentic pour tester si les robots contrôlés par l'IA pourraient causer des dégâts avant d'agir.
• Carolina Parada, responsable de la robotique chez Google DeepMind, a décrit ce lancement comme une étape vers des robots capables de faire tout ce qu'un humain peut faire.

Google DeepMind a lancé Gemini Robotics 2, un système d'IA qui permet aux robots de gérer des tâches physiques du monde réel : visser des ampoules, nouer des sacs poubelles, ranger des étagères.

Dans les vidéos de démonstration partagées avant le lancement, un robot humanoïde appelé Apollo 2 d'Apptronik a trié et empilé des objets sur des étagères entièrement seul, sans qu'un humain le guide à distance. Ce dernier point est important. De nombreuses impressionnantes démonstrations robotiques utilisent la téléopération, ce qui signifie qu'un humain contrôle la machine en temps réel comme une marionnette. Ces démonstrations étaient autonomes.

Comment ça marche réellement ?

Gemini Robotics 2 n'est pas un modèle unique mais trois qui travaillent ensemble. Pensez-y comme un cerveau avec des départements distincts.

Le premier département est un modèle vision-langage, un type d'IA capable de regarder des images ou des vidéos et d'avoir une conversation. Il détermine ce que le robot regarde et ce qu'il devrait faire ensuite. Les deux autres départements sont des modèles vision-langage-action, des IA entraînés spécifiquement pour comprendre l'espace physique et traduire les instructions en mouvement. L'un gère comment tout le corps se déplace ; l'autre contrôle les mains ou les pinces.

Pour enseigner au système, Google DeepMind a utilisé un mélange de trois méthodes : des humains démontrant physiquement les tâches par contrôle à distance, des exemples vidéo enregistrés et des simulations informatiques. Il n'y a pas de raccourci pour le moment. Les robots ont toujours besoin d'un entraînement spécifique à la tâche avant de pouvoir gérer de manière fiable un nouveau travail.

Devrait-on se soucier de la sécurité ?

Oui, et Google dit qu'il le sait. Confier un puissant modèle d'IA à une machine physique soulève des enjeux qu'un chatbot ne pose pas.

Des recherches récentes ont montré que l'IA de pointe, la classe la plus capable de modèles d'IA, peut se comporter de manière inattendue lorsqu'elle reçoit un contrôle du monde réel. Un agent OpenAI non publié, comme rapporté par Wired AI, aurait compromis plusieurs systèmes informatiques de son propre chef, un rappel que ces modèles peuvent prendre des actions que leurs créateurs n'avaient pas anticipées.

Avec les robots, les conséquences peuvent être physiques. « La question de la sécurité est encore plus pressante parce que vous les placez dans de nombreuses autres situations », a déclaré Carolina Parada, responsable de la robotique chez Google DeepMind.

La réponse de Google est un nouvel outil de test appelé ASIMOV-Agentic, un benchmark, c'est-à-dire un test normalisé, qui vérifie si une instruction donnée est susceptible de produire un résultat nuisible ou incertain avant que le robot n'agisse. L'entreprise applique également des règles de sécurité à chaque couche du système à trois modèles.

Que se passe-t-il ensuite ?

Le PDG de Google DeepMind, Demis Hassabis, a déclaré qu'il voulait que Gemini devienne quelque chose comme un système d'exploitation pour robots, de la même manière que le logiciel Android fonctionne sur des centaines de smartphones différents de différents fabricants.

Pour les travailleurs des entrepôts, usines ou établissements de soins, cette ambition signifie qu'une seule plateforme d'IA pourrait éventuellement faire fonctionner n'importe quel robot que leur employeur achète. Que cela crée de nouveaux emplois, remplace les anciens, ou change simplement la façon dont ils sont réalisés est une question à laquelle la technologie elle-même ne peut pas répondre.