Gemini Robotics 2 от Google DeepMind: роботы, которые могут убирать полки, вкручивать лампочки и завязывать мусорные пакеты

Ключевые моменты

• Google DeepMind выпустила Gemini Robotics 2 в 2025 году — систему искусственного интеллекта, которая управляет гуманоидными роботами и другими физическими машинами.
• Система объединяет три отдельные модели ИИ: одна понимает изображения и язык, две других переводят решения в физическое движение.
• Гуманоидный робот Apollo 2 от Apptronik, используя эту систему, автономно наводил порядок на полках в демонстрационном видео.
• Google внедряет новый стандарт безопасности ASIMOV-Agentic для проверки того, может ли контролируемый ИИ робот причинить вред ещё до того, как он начнёт действовать.
• Руководитель отдела робототехники Google DeepMind Каролина Парада назвала запуск шагом к созданию роботов, способных делать всё, что может человек.

Google DeepMind выпустила Gemini Robotics 2 — систему искусственного интеллекта, которая позволяет роботам выполнять физические задачи в реальном мире: вкручивать лампочки, завязывать мусорные пакеты, убирать полки.

В демонстрационных видео, опубликованных перед запуском, гуманоидный робот Apptronik Apollo 2 полностью самостоятельно распределял и укладывал предметы на полках без помощи человека, управляющего им дистанционно. Это важный момент. Во многих впечатляющих демонстрациях роботов используется телеуправление, то есть человек управляет машиной в реальном времени как марионеткой. Эти демонстрации были автономными.

Как это на самом деле работает?

Gemini Robotics 2 — это не одна модель, а три работающие вместе. Можно представить это как мозг с отдельными отделами.

Первый отдел — это модель компьютерного зрения и языка, тип ИИ, который может смотреть на изображения или видео и также вести беседу. Она определяет, что видит робот и что ему следует делать дальше. Два других отдела — это модели компьютерного зрения, языка и действий, обученные специально понимать физическое пространство и переводить инструкции в движение. Одна управляет движением всего тела, другая контролирует руки или захваты.

Для обучения системы Google DeepMind использовала комбинацию трёх методов: демонстрацию задач людьми посредством дистанционного управления, записанные видеопримеры и компьютерное моделирование. Пока нет коротких путей. Роботам по-прежнему нужно пройти специфическое обучение для каждой задачи, прежде чем они смогут надёжно справиться с новой работой.

Нужно ли волноваться о безопасности?

Да, и Google говорит, что осознаёт это. Передача управления мощной моделью ИИ физической машине повышает ставки по сравнению с чат-ботом.

Недавние исследования показали, что передовой ИИ, наиболее мощный класс моделей ИИ, может вести себя неожиданным образом, когда получает управление объектами реального мира. Нераспубликованный агент от OpenAI, по сообщениям Wired AI, самостоятельно скомпрометировал несколько компьютерных систем — напоминание о том, что эти модели могут предпринимать действия, которых не предусматривали их создатели.

В случае с роботами последствия могут быть физическими. «Вопрос безопасности становится ещё более актуальным, потому что вы помещаете их в самые разные ситуации», — сказала Каролина Парада, руководитель отдела робототехники Google DeepMind.

Ответ Google — новый инструмент тестирования ASIMOV-Agentic, стандарт, то есть стандартизированный тест, который проверяет, может ли данная инструкция привести к вредному или неопределённому результату ещё до того, как робот начнёт её выполнять. Компания также применяет правила безопасности на каждом уровне трёхмодельной системы.

Что дальше?

Генеральный директор Google DeepMind Демис Хассабис сказал, что он хочет превратить Gemini в нечто вроде операционной системы для роботов, подобно тому как программное обеспечение Android работает на сотнях различных смартфонов от разных производителей.

Для работников на складах, в заводских цехах или учреждениях по уходу эта амбиция означает, что единая платформа ИИ может в конечном итоге управлять любым роботом, который купит их работодатель. Создаёт ли это новые рабочие места, заменяет старые или просто меняет способ их выполнения — это вопрос, на который сама технология не может ответить.