„Google DeepMind“ 2026 m. liepos 30 d. pristatė „Gemini Robotics 2“ – dirbtinio intelekto modelių šeimą, suteikiančią humanoidiniams robotams galimybę valdyti visą kūną: vaikščioti, pritūpti, išsitiesti ir manipuliuoti daiktais. Kartu pristatyti dar du modeliai – aukšto lygio samprotavimui skirtas „Gemini Robotics ER 2“ ir tiesiogiai įrenginyje veikiantis „Gemini Robotics On-Device 2“.
Nuo stalo užduočių – prie viso kūno judesių
Ankstesni „Gemini Robotics“ modeliai daugiausia valdė humanoidinių robotų viršutinę kūno dalį ir buvo pritaikyti užduotims prie stalo. „Gemini Robotics 2“ galimybes išplečia iki viso kūno judesių.
Vienoje demonstracijoje humanoidinis robotas „Apptronik Apollo 2“ gavo nurodymą padėti laistytuvą į apatinėje lentynoje esančią žalią dėžę. Robotas nuėjo prie stalo, paėmė laistytuvą, priėjo prie lentynų ir padėjo jį į nurodytą vietą.
Ta pati modelio versija taip pat valdė dviejų manipuliatorių platformą „Franka Duo“. Tai rodo, kad modelį galima pritaikyti skirtingos konstrukcijos robotams, nors paskelbti bandymai dar neįrodo, kad jis vienodai patikimai veiks su visomis platformomis.
Pirštų miklumas tebėra didelis iššūkis
Modelis gali valdyti penkių pirštų ir 22 laisvės laipsnių „SharpaWave“ ranką. Demonstracijose robotas rišo šiukšlių maišą, užsegė „Ziplock“ maišelį ir suko lemputę.
Tačiau „Google DeepMind“ paskelbti rezultatai rodo didelius skirtumus tarp užduočių. Lemputę robotas sėkmingai atsuko 92 proc. bandymų, tačiau įsuko tik 36 proc. atvejų. Šiukšlių maišo užrišimo sėkmės rodiklis siekė 44 proc., o maišelio užsegimo – 40 proc.
Paprastesniais dviejų pirštų griebtuvais atliekamų užduočių vidutiniai rezultatai buvo geresni ir, priklausomai nuo užduoties, siekė maždaug 74–90 proc. Bendrovė pripažįsta, kad daugiapirštė manipuliacija tebėra viena sudėtingiausių robotikos sričių.
Svarbu pažymėti, kad tai yra pačios „Google DeepMind“ paskelbti rezultatai, kurie kol kas nepatvirtinti nepriklausomais bandymais.
Robotų komandinis darbas ir saugumas
„Gemini Robotics ER 2“ veikia kaip aukšto lygio roboto valdymo ir samprotavimo modelis. Jis supranta žmogaus nurodymus, įvertina aplinką, suskaido užduotį į atskirus žingsnius ir stebi jos vykdymą.
„Google“ teigimu, modelis gali valdyti kelias minutes trunkančias sekas, apimančias šimtus sprendimų, bei bandyti ištaisyti vykdant užduotį atsiradusias klaidas.
Dar viena naujovė – skirtingų robotų bendradarbiavimas. Jie gali keistis informacija ir pasidalyti sudėtingesnę užduotį, kurios vienas robotas negalėtų atlikti savarankiškai.
Saugumui vertinti pristatytas „ASIMOV-Agentic“ testas. Juo tikrinama, ar samprotavimo modelis atsisako nesaugių veiksmų, įvertina, ar užduotį apskritai įmanoma atlikti, ir kilus neaiškumams paprašo žmogaus pagalbos.
Patobulintas žmonių aptikimas taip pat leidžia iškviesti saugumo funkcijas ir sustabdyti robotą, kai žmogus priartėja pernelyg arti.
Prisitaikymas prie naujų robotų
„Gemini Robotics On-Device 2“ sukurtas veikti tiesiogiai roboto įrangoje, todėl jam nereikia nuolatinio ryšio su debesijos paslaugomis. Tai gali būti svarbu aplinkose, kuriose interneto ryšys nepatikimas arba būtina išvengti duomenų perdavimo delsos.
„Google DeepMind“ teigia, kad modelį prie naujos dviejų manipuliatorių konstrukcijos galima pritaikyti per kelias valandas, paprastai panaudojant mažiau nei 200 mokymo pavyzdžių. Bandymai atlikti su skirtingos formos, jutiklių ir laisvės laipsnių platformomis.
Jeigu tokie rezultatai pasitvirtintų realiomis sąlygomis, ši technologija galėtų sutrumpinti DI modelių pritaikymo naujiems robotams laiką. Tačiau bendrovė kol kas nepateikė nepriklausomų pramoninių bandymų rezultatų.
„Gemini Robotics ER 2“ jau pasiekiamas per „Google AI Studio“ ir privačioje „Gemini Enterprise Agent Platform“ peržiūroje. „Gemini Robotics 2“ VLA bei „On-Device 2“ modeliai kol kas siūlomi tik ankstyvosios prieigos partneriams.
Todėl Lietuvos gamybos ar logistikos įmonės šių sistemų dar negali laisvai diegti. Vis dėlto pristatymas rodo kryptį, kuria juda robotikos pramonė: nuo siaurai užprogramuotų mechanizmų – prie robotų, galinčių suprasti nurodymus, planuoti veiksmus ir valdyti visą kūną.
Šaltiniai: „Google DeepMind“, „Interesting Engineering“