Gemini Robotics 2 от Google: робот, который выполнит любую вашу команду
Новое семейство моделей искусственного интеллекта от Google DeepMind приближает физических роботов к универсальным помощникам с улучшенной ловкостью, командной работой нескольких роботов и одной доступной для разработчиков моделью прямо сейчас.
Ключевые моменты
- Google DeepMind представила Gemini Robotics 2 — новое семейство моделей искусственного интеллекта для физических роботов в 2025 году.
- Выпуск включает три подмодели, одна из которых уже доступна разработчикам через Gemini Live API.
- Gemini Robotics ER 2 — это улучшенная модель «воплощённого рассуждения», которая, по словам DeepMind, является значительным шагом вперёд по сравнению с версией 1.6.
- Цель — создать «универсального робота», способного реагировать на любую устную или письменную команду, концепцию, которую учёные Google называют «физический ИИ» (искусственный общий интеллект).
- Новая система может управлять всем телом гуманоидного робота, включая сложные многопалые руки.
Долгие годы вирусные видео следовали одному сценарию: стройный робот делает сальто, замирает в позе, затем останавливается. Впечатляюще. Но совершенно бесполезно. Эти машины создавались для выполнения ровно одной задачи и больше ничего.
Google хочет это полностью изменить.
Что именно объявила Google?
Gemini Robotics 2 — это новый набор моделей искусственного интеллекта, то есть программные системы, обученные на огромных объёмах данных и предназначенные для работы внутри физических роботов. Если предыдущие системы могли выполнять узкие, заранее запрограммированные движения, этот выпуск направлен на что-то более широкое.
Главная цель — то, что исследователи DeepMind называют «физический ИИ», сокращение от искусственного общего интеллекта, применённого к реальному миру. Идея проста для формулировки, но сложна в реализации: вы говорите роботу, что делать, а он разбирается, как это сделать. Никаких специальных программ для каждой новой задачи. Никаких жёстких сценариев.
Семейство Gemini Robotics 2 состоит из трёх подмоделей. Самая доступная на данный момент — это Gemini Robotics ER 2, где «ER» означает embodied reasoning (воплощённое рассуждение) — способность понимать физическую среду и действовать в ней. Разработчики могут подключиться к ней уже сегодня через Gemini Live API — программный интерфейс, позволяющий командам разработчиков создавать и тестировать поведение роботов.
Как первым сообщила Ars Technica AI, DeepMind описывает ER 2 как значительный прорыв по сравнению с предыдущей моделью Gemini Robotics 1.6.
Что эти роботы действительно могут делать сейчас?
Три улучшения выделяются в объявлении Google.
Во-первых, система может управлять всем телом робота, что означает координацию полного гуманоида от головы до ног, включая руки с несколькими подвижными пальцами. Такая ловкость давно является узким местом.
Во-вторых, роботы могут непрерывно анализировать изменяющуюся среду, а не полагаться на фиксированный снимок. Коробка движется — робот приспосабливается.
В-третьих, несколько роботов могут теперь сотрудничать при выполнении одной задачи, передавая друг другу объекты или распределяя этапы работы.
| Возможность | Предыдущая версия | Gemini Robotics 2 |
|---|---|---|
| Управление всем телом гуманоида | Ограничено | Да |
| Сотрудничество нескольких роботов | Нет | Да |
| Непрерывный анализ окружающей среды | Частичный | Улучшен |
| Доступ разработчиков через API | Нет | Да (ER 2 сейчас) |
Должны ли обычные люди уже это замечать?
Пока нет, но направление имеет значение. На данный момент Gemini Robotics 2 — это инструмент для разработчиков, что-то для лабораторий и компаний, строящих роботов, а не продукт, который вы можете купить.
Google по сути сокращает разрыв между роботом, выполняющим отрепетированный трюк, и роботом, который когда-нибудь сможет помочь на складе, в кухне или доме престарелых. Каждый такой выпуск немного сужает этот разрыв.
В момент, когда роботы смогут надёжно выполнять открытые команды, экономическое давление на их развёртывание будет существенным. Это стоит отслеживать, даже если ваш домашний робот ещё в далёком будущем.
Часто задаваемые вопросы
Что такое «физический ИИ» и почему Google использует это выражение?
ИИ, или искусственный общий интеллект, относится к системе ИИ, способной справляться с любой задачей, которую может выполнить человек, а не только с одной специфической работой. Учёные Google используют выражение «физический ИИ» для описания такой же гибкости, применённой к роботам, работающим в реальном мире.
Могут ли разработчики использовать Gemini Robotics 2 сегодня?
Одна из трёх подмоделей, Gemini Robotics ER 2, уже доступна через Gemini Live API. Другие модели в этом семействе пока не являются общедоступными.
