Gemini Robotics 2 de Google DeepMind enseigne aux robots à marcher, faire des nœuds et travailler en équipe
Le nouveau modèle contrôle les humanoïdes de la tête aux pieds, s'adapte à de nouveaux corps robotiques en quelques heures et permet aux machines de collaborer sur des tâches plus longues.
Points clés
- Google DeepMind a dévoilé Gemini Robotics 2, son système d'IA actualisé pour contrôler les robots, le jour de cette annonce.
- Le système gère désormais le mouvement du corps entier chez les robots humanoïdes tels qu'Apollo 2 d'Apptronik, pas seulement le travail de bras de table.
- Une nouvelle version embarquée peut être entraînée sur un nouveau corps robotique en quelques heures avec moins de 200 exemples.
- Le modèle de raisonnement, Gemini Robotics ER 2, est disponible sur Google AI Studio et en aperçu privé sur la plateforme Gemini Enterprise Agent.
- DeepMind affirme que cette mise à jour est sa version robotique la plus sûre à ce jour selon les tests de proximité humaine, soutenue par un nouveau benchmark appelé ASIMOV-Agentic.
Google DeepMind a lancé Gemini Robotics 2, une mise à jour du cerveau IA qu'il souhaite implanter dans la prochaine vague de robots physiques. L'annonce a été publiée sur le blog DeepMind.
La proposition est simple. Donnez une instruction à un robot en langage naturel, et le logiciel détermine comment bouger ses jambes, ses bras et ses doigts pour accomplir la tâche.
Autrefois, cela signifiait un bras robotique sur un établi effectuant une tâche répétitive. Cette version pilote un humanoïde complet dans une pièce.
Qu'est-ce que Gemini Robotics 2, en termes simples ?
C'est la couche logicielle qui transforme les instructions parlées et les images de caméra en mouvement physique. DeepMind l'appelle un modèle vision-langage-action, c'est-à-dire un système qui prend en compte ce que le robot voit et entend, puis produit les commandes motrices pour agir.
Il y a trois composants dans cette version. L'un gère l'action, l'autre gère le raisonnement et la planification, et le troisième est une version allégée qui s'exécute sur le robot lui-même sans nécessiter Internet.
| Modèle | Ce qu'il fait | Où l'obtenir |
|---|---|---|
| Gemini Robotics 2 | Transforme la vision et le langage en contrôle moteur pour les humanoïdes et les robots biarticulés | Partenaires en accès anticipé |
| Gemini Robotics ER 2 | Planifie les tâches multi-étapes, communique avec les humains, coordonne plusieurs robots | Google AI Studio ; aperçu privé sur la plateforme Gemini Enterprise Agent |
| Gemini Robotics On-Device 2 | S'exécute localement sur le robot, s'adapte à un nouveau corps en quelques heures | Partenaires en accès anticipé |
Qu'est-ce qu'il peut réellement faire maintenant ?
Dans les démonstrations de DeepMind, un humanoïde Apptronik Apollo 2 entend « mettre l'arrosoir dans la poubelle verte sur l'étagère du bas », marche vers une table, ramasse le pot, marche vers l'étagère et le place. Rien de rapide. Rien de gracieux. Mais de bout en bout, sur des jambes.
La dextérité est l'autre titre de gloire. Le modèle pilote une main SharpaWave à cinq doigts avec 22 articulations, ce qui offre suffisamment d'articulation pour faire un nœud ou fermer un sac de congélation. Il fonctionne également avec des préhenseurs plus simples à deux doigts sur une plateforme Franka Duo de recherche pour les tâches d'emballage serré.
Et deux robots peuvent désormais partager une tâche. Le modèle de raisonnement, Gemini Robotics ER 2, coordonne entre eux et suit si chaque étape a réellement fonctionné.
En quoi est-ce différent de la version précédente ?
Le Gemini Robotics précédent, lancé plus tôt cette année, contrôlait le haut du corps d'un humanoïde pour les tâches de table. La marche et l'équilibre du corps entier étaient hors de portée.
DeepMind est honnête : la vitesse reste un problème. La démo Apollo est délibérée, pas rapide. En regardant les clips, vous voyez un robot qui réfléchit à chaque étape.
Le modèle embarqué est la mise à niveau plus discrète. Il peut être pointé vers un nouveau corps robotique, une disposition de bras différente ou un nouvel ensemble de capteurs, et apprendre à le contrôler en quelques heures à partir de moins de 200 démonstrations d'exemples. DeepMind a montré cela fonctionnant sur du matériel Dexmate, SO101 et Trossen.
Les gens ordinaires devraient-ils s'inquiéter de la sécurité ?
Pas aujourd'hui, car ces robots sont toujours dans des labos et des ateliers de partenaires, pas dans des salons. Mais DeepMind jette clairement les bases pour le jour où ils arriveront.
L'entreprise a publié un rapport technique de sécurité Gemini Robotics 2 et a introduit un benchmark appelé ASIMOV-Agentic, qui teste si le modèle de raisonnement refuse les commandes dangereuses et demande de l'aide à un humain quand il est incertain. Il mesure également la capacité du robot à détecter une personne qui s'approche trop et à cesser de se déplacer.
DeepMind affirme que c'est son modèle robotique le plus performant à ce jour sur ces tests de proximité humaine. C'est le score de l'entreprise, sur son propre benchmark, donc considérez-le comme un plancher à améliorer plutôt que comme un certificat.
Que se passe-t-il ensuite ?
Les développeurs peuvent essayer le modèle de raisonnement, Gemini Robotics ER 2, dans Google AI Studio maintenant. Les modèles d'action vont d'abord aux partenaires matériels sélectionnés.
La lecture honnête : il s'agit d'un progrès significatif en matière de contrôle robotique à usage général, pas d'un produit livré. Un humanoïde qui traverse une pièce pour ranger un arrosoir est un vrai pas en avant. Un humanoïde qui fait votre lessive n'est pas d'ici cette année.
