Google DeepMind presenta Gemini Robotics 2: intelligenza totale del corpo e destrezza per i robot

Google DeepMind ha compiuto un balzo significativo nell'AI robotica con il rilascio di Gemini Robotics 2 il 30 luglio 2026. Questa suite di modelli di nuova generazione estende il controllo dalla semplice manipolazione della parte superiore del corpo a una piena e intelligente coordinazione dell'intero corpo, consentendo ai robot di camminare, accovacciarsi, allungarsi ed eseguire compiti complessi con una destrezza senza precedenti. Questo segna un passo fondamentale verso quella che DeepMind chiama "AGI fisica".

Cos'è Gemini Robotics 2?

A differenza dei sistemi precedenti, che si concentravano su sequenze pre-programmate o teleoperate, Gemini Robotics 2 è una suite di tre distinti modelli AI progettati per dare ai robot la capacità di pensare, agire e adattarsi. L'innovazione principale è l'integrazione di visione, linguaggio e controllo motorio, che consente a un'unica AI di gestire tutto, dall'andatura di un umanoide alla manipolazione fine di una mano a cinque dita.

Il sistema comprende un modello Visione-Linguaggio-Azione (VLA) per il controllo motorio diretto, un modello di Ragionamento Incarnato (ER) per la pianificazione di compiti di alto livello e l'interazione umana, e un VLA su Dispositivo ottimizzato per il funzionamento locale a bassa latenza. Questo trio consente ai robot di comprendere istruzioni complesse, ragionare sull'ambiente circostante ed eseguire compiti in tempo reale.

Controllo dell'intero corpo e destrezza avanzata

Il progresso più sorprendente è la capacità di controllare interi robot umanoidi. In una dimostrazione, DeepMind ha mostrato l'umanoide Apollo 2 di Apptronik che elabora l'istruzione di "mettere l'annaffiatoio nel contenitore verde sullo scaffale inferiore". Il robot ha quindi camminato autonomamente verso un tavolo, raccolto l'annaffiatoio, si è diretto verso uno scaffale e lo ha posizionato con precisione piegando le ginocchia e la vita.

Questa coordinazione dell'intero corpo si estende a una destrezza avanzata. Il modello può controllare la mano SharpaWave con 22 gradi di libertà per eseguire azioni delicate come fare nodi o sigillare un sacchetto con chiusura a zip. Gestisce anche pinze standard a due dita su piattaforme come la Franka Duo per compiti complessi come l'imballaggio stretto. Sebbene precisione e velocità siano ancora in fase di perfezionamento, i risultati sono impressionanti: 76,3% di successo nel recupero da scaffale, 68,4% nel prelievo da tavolo e 45,7% nel sollevamento da terra.

Collaborazione multi-robot e rapido adattamento

Gemini Robotics 2 introduce la collaborazione multi-robot, consentendo a diversi tipi di robot di comunicare e lavorare insieme su flussi di lavoro complessi che un singolo robot non potrebbe gestire da solo. Questo è reso possibile dal modello di Ragionamento Incarnato, che funge da cervello di alto livello, coordinando i compiti e monitorando i progressi nell'arco di diversi minuti.

Forse ancora più importante per l'implementazione nel mondo reale, il modello su Dispositivo può adattarsi a configurazioni robotiche completamente nuove con meno di 200 esempi e solo poche ore di addestramento aggiuntivo. Questo rappresenta un cambiamento radicale rispetto all'approccio tradizionale di addestrare un'AI separata per ogni robot, aprendo la strada a un unico strato di intelligenza versatile su hardware eterogeneo.

Sicurezza e il percorso verso l'AGI fisica

La sicurezza è un punto focale centrale del rilascio. DeepMind ha introdotto il benchmark ASIMOV-Agentic per misurare la capacità di un robot di rifiutare azioni non sicure e richiedere l'intervento umano in caso di incertezza. Il modello ER 2 presenta anche un rilevamento avanzato della prossimità umana, consentendo ai robot di fermarsi in sicurezza quando una persona si avvicina troppo.

"È un'altra pietra miliare nel nostro percorso verso quella che chiamiamo AGI fisica, che significa avere un robot in grado di fare tutto ciò che un essere umano può fare", ha dichiarato Carolina Parada, responsabile della robotica presso Google DeepMind, in un'intervista a Wired. Il rilascio consolida la leadership di Google DeepMind nell'AI incarnata, spostandosi oltre il regno digitale per affrontare i problemi più difficili nel mondo fisico.