30 июля 2026 года Google DeepMind представила Gemini Robotics 2 — новое поколение моделей для роботов, которые должны лучше понимать физический мир и управлять не только «руками», но и всем телом. Если коротко: Google пытается превратить робота из заранее запрограммированной машины в систему, которая видит обстановку, понимает задачу, планирует несколько шагов вперед, двигается, берет предметы, просит помощи при неопределенности и может работать вместе с другими роботами.

Что произошло

Google DeepMind выпустила не одну модель, а сразу семейство Gemini Robotics 2. В него входят три ключевых компонента:

  1. Gemini Robotics 2 — основная vision-language-action модель. Она получает на вход изображение и текстовую инструкцию, а на выходе управляет движениями робота. То есть это слой, который связывает «что я вижу и что мне сказали» с «как именно мне двигаться».

  2. Gemini Robotics ER 2 — модель embodied reasoning, то есть «воплощенного рассуждения». Это более высокоуровневый мозг робота: он понимает задачу, общается с человеком, разбивает работу на шаги, следит за прогрессом и решает, что делать дальше.

  3. Gemini Robotics On-Device 2 — более компактная VLA-модель для локального запуска на самом роботе. Она нужна там, где нельзя полагаться на постоянное подключение к облаку, где важна задержка или где робот должен работать автономно.

Главная идея релиза — whole body intelligence, «интеллект всего тела». Раньше демонстрации часто сводились к тому, что робот стоит возле стола и перекладывает предметы манипулятором. Теперь DeepMind говорит о задачах, где нужно двигаться целиком: подойти, наклониться, присесть, удержать баланс, достать объект с нижней полки, перенести его и положить в нужное место.

Это важный сдвиг. В реальном мире большая часть полезных задач не выглядит как аккуратная лабораторная сцена: предметы лежат на разных высотах, путь может быть неудобным, нужно работать в тесном пространстве, а иногда одной пары рук недостаточно.

Простыми словами: что умеет Gemini Robotics 2

Представим задачу: «убери лейку в зеленый контейнер на нижней полке». Для человека это простая бытовая инструкция. Для робота внутри нее скрыто много подзадач:

  • распознать лейку;
  • понять, где зеленый контейнер;
  • спланировать маршрут;
  • подойти к столу;
  • взять лейку;
  • пройти к полке;
  • присесть или наклониться;
  • поставить предмет в нужное место;
  • понять, что задача завершена.

Обычный промышленный робот хорошо работает, когда среда стабильна: одинаковая деталь, одинаковый конвейер, одинаковая траектория. Но если поменять предмет, высоту полки или расположение комнаты, ему часто нужна новая настройка.

Gemini Robotics 2 пытается закрыть именно этот разрыв. Модель должна не просто повторять заранее заданную траекторию, а связывать визуальное восприятие, язык и физическое действие. Поэтому DeepMind показывает не только захват предметов, но и более сложные цепочки: ходьба, наклоны, работа двумя руками, манипуляции пальцами, координация нескольких роботов.

Что изменилось по сравнению с предыдущими версиями

Предыдущая линия Gemini Robotics уже показывала, что модели Gemini можно использовать для действий в физическом мире. В марте 2025 года Google DeepMind представила Gemini Robotics как шаг от мультимодального понимания к управлению роботами. В сентябре 2025 года Gemini Robotics 1.5 сделала акцент на агентности: робот мог лучше рассуждать о задаче, использовать инструменты и переносить навыки между разными платформами.

Gemini Robotics 2 делает следующий шаг в трех направлениях.

Первое — управление всем телом гуманоидного робота. DeepMind прямо пишет, что предыдущие модели управляли верхней частью тела гуманоида и решали в основном настольные задачи. Новая версия расширяет управление на все тело: ноги, корпус, руки, кисти. Это особенно важно для гуманоидов, потому что их смысл как раз в том, чтобы работать в среде, построенной под человека: комнаты, полки, двери, лестницы, столы, узкие проходы.

Второе — более тонкая моторика. Gemini Robotics 2 умеет работать не только с простыми двухпальцевыми захватами, но и с более сложными кистями. В демонстрациях упоминается пятиконечная рука SharpaWave с 22 степенями свободы на роботе Apollo 2. Это позволяет выполнять задачи вроде завязывания узла, закрывания ziplock-пакета или работы с мелкими предметами. При этом DeepMind честно отмечает, что многофингерная моторика остается сложной: не все задачи решаются с высокой надежностью.

Третье — многошаговые задачи и совместная работа роботов. Gemini Robotics ER 2 теперь лучше понимает начало и конец задачи, отслеживает ключевые события и может вести длинные последовательности действий, которые длятся несколько минут и включают сотни решений. Плюс появляется координация нескольких роботов: разные устройства могут обмениваться информацией и выполнять один общий workflow.

Почему это не просто очередная демка робота

В робототехнике легко сделать эффектное видео: робот взял предмет, открыл дверь, положил что-то в ящик. Но главный вопрос всегда один: насколько это переносится в новую среду и на другое железо?

DeepMind делает акцент именно на переносимости. Gemini Robotics 2 показывают на разных роботах и конфигурациях: гуманоид Apptronik Apollo 2 с разными кистями, Franka Duo с gripper-захватом, а также другие платформы для On-Device модели. Компания утверждает, что один и тот же checkpoint модели может работать с разными embodiment, то есть с разными «телами» робота.

Для индустрии это критично. Если каждую модель нужно обучать почти с нуля под конкретный манипулятор, конкретную кисть и конкретный набор датчиков, масштабирование будет медленным и дорогим. А если модель можно сравнительно быстро адаптировать под новое тело, рынок робототехники становится ближе к тому, что произошло с языковыми моделями: появляется общий интеллект, который разные разработчики встраивают в свои продукты.

Gemini Robotics On-Device 2 как раз про это. DeepMind пишет, что модель можно адаптировать к новым двуручным роботам за несколько часов и обычно менее чем на 200 примерах. Это не означает, что любой робот завтра станет универсальным помощником. Но это серьезная заявка: обучение новых действий и перенос навыков становятся дешевле.

Где это может быть полезно

Самые очевидные области — склады, производство, лаборатории, сервисная робототехника и бытовые помощники. Но важно разделять ближайшую пользу и долгосрочную фантазию.

В ближайшей перспективе такие модели интересны компаниям, которые уже используют роботов или строят роботизированные системы. Например:

  • складская логистика, где роботам нужно брать разные предметы, сортировать их и работать рядом с людьми;
  • сборочные линии, где задачи меняются чаще, чем в классической промышленной автоматизации;
  • лаборатории, где робот может выполнять последовательности действий с инструментами и образцами;
  • сервисные роботы для уборки, доставки и помощи в помещениях;
  • исследовательские команды, которым нужно тестировать новые формы управления роботами.

Для обычного пользователя это пока не «скачал приложение и робот убрал квартиру». Даже если модель стала умнее, нужен сам робот: надежная механика, датчики, питание, безопасность, цена, сервисное обслуживание. В физическом мире прогресс всегда медленнее, чем в софте, потому что ошибка модели может не просто испортить текст, а уронить предмет, ударить человека или повредить оборудование.

Что нового в безопасности

Отдельный блок анонса посвящен безопасности. Это правильно: чем больше робот умеет физически, тем выше цена ошибки.

DeepMind представила benchmark ASIMOV-Agentic. Он оценивает, как система справляется с неопределенностью и безопасностью в агентных сценариях. Например, может ли reasoning-модель отказаться от небезопасного вызова инструмента, понять, что задача невыполнима, или запросить вмешательство человека, если ситуация неясна.

Gemini Robotics ER 2 также заявлена как самая безопасная robotics-модель DeepMind на сегодня по следованию ограничениям и работе рядом с людьми. В частности, модель должна лучше понимать, когда человек находится слишком близко, инициировать safety tool calls и останавливать робота при необходимости.

Это важнее, чем кажется. В чат-ботах safety часто обсуждают в контексте вредных советов или генерации запрещенного контента. В роботах safety становится инженерной задачей: модель должна не только «знать», что нельзя, но и вовремя остановить физическое действие.

Ограничения: до универсального робота еще далеко

Несмотря на сильный анонс, Gemini Robotics 2 не стоит воспринимать как готового универсального домашнего робота.

Во-первых, DeepMind сама признает, что скорость движений еще нужно улучшать. Робот может выполнить задачу, но это не значит, что он делает ее быстро, плавно и с человеческой эффективностью.

Во-вторых, сложная моторика пальцев остается проблемной. В опубликованных примерах есть задачи с заметно разной успешностью: где-то результат высокий, где-то робот ошибается часто. Это нормально для исследовательского фронтира, но плохо для массового продукта, где пользователь ожидает стабильности.

В-третьих, доступ к самым важным моделям ограничен. Gemini Robotics ER 2 можно попробовать через Google AI Studio, но VLA и On-Device модели доступны партнерам раннего доступа. То есть разработчик без робототехнического железа и без доступа к программе Google не сможет просто взять Gemini Robotics 2 и подключить к своему устройству.

В-четвертых, весь рынок робототехники упирается не только в AI. Нужны дешевые и надежные актуаторы, долговечные кисти, батареи, датчики, стандарты безопасности, ремонтопригодность и понятная экономика. Модель — это важная часть, но не весь продукт.

Для кого это важно

Для робототехнических компаний это сигнал: большие AI-лаборатории всерьез двигаются в сторону физического мира. Если раньше LLM и мультимодальные модели в основном жили в интерфейсах, документах, коде и изображениях, то теперь они все активнее становятся управляющим слоем для машин.

Для разработчиков AI это пример того, куда движется агентность. Агент в браузере или IDE — это только один вариант. Следующий уровень — агент, который должен действовать в реальном пространстве, где нельзя бесконечно «откатить» ошибку.

Для бизнеса это пока скорее стратегический сигнал, чем готовый инструмент. Если компания работает в логистике, производстве или автоматизации, стоит следить за Gemini Robotics 2 и аналогичными системами. Но закупать «AI-роботов на Gemini» завтра, скорее всего, еще рано: доступ ограничен, интеграция сложная, а надежность зависит от конкретной задачи.

Для обычных пользователей новость важна как маркер будущего. Домашние роботы-помощники становятся ближе, но все еще не находятся на стадии массового потребительского продукта.

Как попробовать

Есть несколько вариантов, но важно понимать ограничения.

Gemini Robotics ER 2 доступна в Google AI Studio. Это reasoning-часть системы: модель для понимания инструкций, видео, планирования и orchestration. Она ближе к тому, что разработчик может протестировать как AI-компонент без собственного гуманоидного робота.

Gemini Robotics ER 2 также заявлена в private preview на Gemini Enterprise Agent Platform. Это вариант для компаний, которые строят агентные процессы и хотят тестировать робототехническое reasoning-направление в корпоративной среде.

Gemini Robotics 2 VLA и Gemini Robotics On-Device 2 доступны не всем: DeepMind предлагает ранний доступ через программу для партнеров. Это уже уровень команд, у которых есть собственное робототехническое железо или промышленный сценарий.

Если вам нужно просто поработать с обычным Gemini для текстов, кода, анализа документов или мультимодальных задач, используйте Gemini напрямую в приложении Google или через AI Studio. Но важно не путать: подписка на Gemini Advanced или доступ к обычным моделям Gemini не означает доступ к управлению роботами через Gemini Robotics 2.

Если в вашем регионе удобнее покупать доступы и подписки через маркетплейсы, можно искать варианты на plati.market по партнерской ссылке: https://plati.market/. Но для Gemini Robotics 2 это не основной путь: робототехнические модели VLA сейчас ориентированы на ранних партнеров и корпоративные/исследовательские сценарии, а не на розничную покупку подписки.

Главное

Gemini Robotics 2 — это не просто «робот стал чуть умнее». Google DeepMind показывает переход от манипуляций на столе к более общей физической агентности: робот может двигаться всем телом, работать руками и пальцами, рассуждать о длинной задаче, координироваться с другими роботами и адаптироваться к новым платформам.

Самое сильное в анонсе — связка трех уровней: VLA-модель для действия, ER-модель для рассуждения и On-Device модель для локальной работы. Именно такая архитектура выглядит реалистичной для будущих роботов: один слой думает, другой двигается, третий позволяет работать без постоянной зависимости от облака.

Но это все еще ранняя стадия. До массового робота-помощника остаются вопросы скорости, надежности, безопасности, цены и доступности железа. Новость важна не потому, что завтра у всех появится гуманоид дома, а потому что AI-модели начинают уверенно выходить из экрана в физический мир.

Источник

Google DeepMind: Gemini Robotics 2 brings whole body intelligence to robots

Автор материала

Антон Ветров Разработка сайтов, поисковая доступность, автоматизация и эксплуатация.