Gemini Robotics 2 porta l’intelligenza corporea nei robot
Una nuova era per la robotica
Da decenni sogniamo robot in grado di inserirsi senza sforzo nel nostro mondo quotidiano e di offrirci una mano. Oggi questa visione compie un passo significativo grazie a Gemini Robotics 2, lo strato di intelligenza che rende i robot realmente adattabili.
Limiti dei robot tradizionali
La maggior parte dei robot è programmata o teleoperata per sequenze di compiti ristretti e ripetitivi. Non sono in grado di apprendere autonomamente né di adattarsi a ambienti imprevedibili, e trasferire una competenza da un corpo robotico all’altro è ancora estremamente difficile.
Gemini Robotics 2: capacità chiave
Il nuovo modello permette ai robot di ragionare su ogni movimento, aprendo la strada a una vasta gamma di attività. Un robot umanoide può camminare, accovacciarsi, allungarsi e manipolare oggetti per pulire una stanza ingombra, mentre più robot possono collaborare per completare il lavoro più rapidamente. Inoltre, l’intelligenza può girare localmente sul dispositivo e adattarsi a corpi robotici nuovi in poche ore.
Tre modelli ad alte prestazioni
Gemini Robotics 2 si articola in tre modelli principali:
- Vision‑Language‑Action (VLA): modello efficiente per l’esecuzione locale.
- Embodied Reasoning (ER) 2: cervello di alto livello che elabora le istruzioni dell’utente.
- On‑Device 2: ottimizzato per operare senza connessione di rete.
I modelli sono disponibili su Google AI Studio, in anteprima privata su Gemini Enterprise Agent Platform e per partner in early‑access.
Corpi robotici supportati
Gemini Robotics 2 è stato testato su tre incarnazioni diverse utilizzando lo stesso checkpoint del modello:
- Apptronik Apollo 2 con mani SharpaWave.
- Apptronik Apollo 2 con mani Inspire.
- Franka Duo con pinza Robotiq.
Le performance mostrano tassi di successo medi‑alto per compiti di controllo globale e manipolazione con pinza, mentre la manipolazione multi‑dito resta una sfida più complessa.
Controllo dell’intero corpo umanoide
Per la prima volta il modello può dirigere robot umanoidi completi, trasformando l’intento in controlli corporei intelligenti. Ad esempio, chiedendo ad Apollo 2 di “mettere il annaffiatore nel cestino verde dello scaffale inferiore”, il robot elabora l’istruzione, cammina verso il tavolo, afferra l’oggetto, si sposta fino allo scaffale e lo posiziona con precisione.
Abilità di destrezza fisica
La destrezza è cruciale per l’utilità reale in case e luoghi di lavoro. Gemini Robotics 2 controlla la mano a cinque dita SharpaWave (22 gradi di libertà) per azioni delicate come annodare o sigillare un sacchetto zip. Sul Franka Duo, la pinza a due dita esegue compiti complessi di imballaggio stretto. Il team continua a migliorare precisione e velocità per avvicinarsi alla destrezza umana.
Ragionamento incorporato
Il modello Gemini Robotics ER 2 funge da cervello superiore, ricevendo istruzioni, osservando l’ambiente, pianificando i passaggi necessari e comunicando con gli esseri umani. Gestisce sequenze di compiti che durano diversi minuti e prevedono centinaia di decisioni, riconoscendo l’inizio e la fine di ogni fase e segnalando eventi chiave.
Collaborazione multi‑robot
Una novità fondamentale è la capacità di diversi robot di comunicare e lavorare insieme. Questo consente di affrontare flussi di lavoro complessi che un singolo robot non potrebbe completare da solo, migliorando efficienza e versatilità.
Funzionamento on‑device
Molte applicazioni richiedono operatività senza latenza di rete. Gemini Robotics On‑Device 2 è il modello VLA più efficiente, progettato per funzionare localmente. È nativamente multi‑incarnazione e sfrutta le tecniche di “motion transfer” ereditate da Gemini Robotics 1.5, consentendo l’adattamento a nuovi robot bi‑braccio in poche ore con meno di 200 esempi. La capacità è dimostrata su piattaforme come Dexmate, SO101 e Trossen.
Sicurezza e allineamento
La sicurezza è alla base della ricerca robotica. Gemini Robotics 2 introduce il benchmark ASIMOV‑Agentic per valutare la capacità del ragionatore di rifiutare chiamate di strumenti non sicuri, prevedere la fattibilità di un compito e richiedere l’intervento umano in caso di incertezza. Il modello ER 2 è il più sicuro finora, rilevando la presenza umana, attivando chiamate di sicurezza e arrestando il robot se qualcuno si avvicina troppo, in linea con gli standard di sicurezza collaborativa.
Verso l’AGI fisica
Gemini Robotics 2 rappresenta una pietra miliare verso la realizzazione di un’intelligenza artificiale generale nel mondo fisico. Superare l’automazione mono‑task richiede un’intelligenza di scopo generale, capace di operare al fianco degli esseri umani per risolvere sfide complesse.
Acknowledgements
- Abhijit Ogale
- Abhishek Jindal
- Adil Dostmohamed
- Adrian Collister
- Alan Thompson
- Alessio Quaglino
- Alex Bewley
- Alex Hofer
- Alex Taeho Kim
- Alex X. Lee
- Alex Zihao Zhu
- Allen Chai
- Amaris Paryag
- Amit Hampaul
- Amy Nommeots‑Nomm
- Amy Shen ← Torna alle news