Gemini Robotics controlla Apollo: cosa significa la demo umanoide

Google DeepMindha introdotto Gemini Robotics 2, una nuova famiglia di modelli per robot umanoidi e di altro tipo. Sull’Apollo 2 di Apptronik, l’intelligenza artificiale mostra per la prima volta il controllo continuo di tutto il corpo. Il robot può camminare, chinarsi, afferrare oggetti ed eseguire compiti complessi in modo indipendente. Allo stesso tempo, il sistema migliora le capacità motorie, la collaborazione di più robot e il funzionamento senza una connessione cloud permanente. Google DeepMind vuole trasformare macchine specializzate in assistenti adattabili in grado di comprendere il loro ambiente, pianificare azioni e reagire ai cambiamenti.

La cosa più importante in breve

Gemini Robotics 2 collega la percezione visiva e il linguaggio direttamente ai movimenti del robot.
L’Apollo 2 di Apptronik può usarlo per coordinare tutto il suo corpo, dal piede alla punta delle dita.
Tre modelli specializzati gestiscono il controllo del corpo intero, il pensiero incarnato e l’elaborazione locale dell’intelligenza artificiale.
Gemini Robotics ER 2 pianifica processi più lunghi e consente a diversi tipi di robot di lavorare insieme.
Il benchmark di sicurezza ASIMOV-Agentic verifica, tra le altre cose, se i robot rifiutano tempestivamente comandi pericolosi e richiedono l’aiuto umano.

Cos’è Gemini Robotics 2?Gemini Robotics 2 è una famiglia di modelli Google DeepMind per robot autonomi. Elabora immagini e comandi vocali, pianifica attività in più fasi e traduce le decisioni in movimenti coordinati dell’intero corpo del robot.

Gemini Robotics 2 diventa il livello di intelligenza per i robot

Google DeepMind definisce Gemini Robotics 2 un “livello di intelligenza” per i robot. La piattaforma è progettata per portare le macchine oltre i flussi di lavoro rigidi e preprogrammati. Un robot non dovrebbe quindi limitarsi a ripetere i movimenti memorizzati. Invece, percepisce ciò che lo circonda e interpreta un ordine linguistico. Quindi decide quali azioni sono necessarie per raggiungere l’obiettivo desiderato. Durante l’esecuzione può reagire al cambiamento delle condizioni. Ciò avvicina i robot ai sistemi in grado di gestire attività in ambienti meno prevedibili.

La famiglia modello non è rivolta esclusivamente arobot umanoidi. Secondo Google DeepMind, ciò potrebbe essere trasferito anche a sistemi a doppio braccio e ad altri tipi di robot. Adattamenti a quelli nuoviHardwarea volte dovrebbe essere possibile entro poche ore. Questo è importante perché i robot differiscono notevolmente per dimensioni, struttura articolare, sensori e tecnologia di presa. Una piattaforma AI versatile potrebbe quindi ridurre lo sforzo necessario per sviluppare i propri modelli di controllo. I produttori non dovrebbero quindi addestrare da zero tutte le competenze per ciascun robot. Il software sarebbe quindi maggiormente disaccoppiato da una specifica piattaforma meccanica.

Il lancio si basa sulla collaborazione in corso tra Google DeepMind e Apptronik. All’inizio di luglio 2026 Apptronik ha aperto il cosiddetto Robot Park. In questa struttura, i robot Apollo 2 eseguono compiti pratici mentre raccolgono dati di addestramento. Questi dati verranno incorporati nello sviluppo della prossima generazione di modelli di robotica. Ciò include anche Gemini Robotics 2. Il Robot Park combina il vero lavoro dei robot con la formazione continua dell’intelligenza artificiale. Apollo 2 funge sia da piattaforma dimostrativa che da fonte di nuovi dati di movimento e interazione.

Tre modelli di intelligenza artificiale svolgono compiti diversi

Gemini Robotics 2 è composto da tre modelli, ciascuno con la propria funzione. Il modello principale combina percezione, linguaggio e movimento. Gemini Robotics ER 2, invece, si occupa della pianificazione e del ragionamento incarnato. La versione su dispositivo è progettata per il funzionamento locale sull’hardware del robot. Insieme, i modelli coprono i livelli centrali di un robot autonomo. Ciò include comprendere un compito, pianificare l’azione ed eseguirla fisicamente. Ciò consente a Google DeepMind di utilizzare i modelli a seconda della rispettiva applicazione.

Modello	Tipo di modello	Funzione centrale	Sistemi adeguati
Gemelli Robotica 2	Modello Visione-Linguaggio-Azione	Traduce gli input visivi e verbali in movimenti e controlla l’intero corpo	Robot umanoidi e sistemi a doppio braccio
Gemini Robotics ER2	Modello di ragionamento incarnato	Pianifica attività in più fasi, comunica con gli esseri umani e coordina più robot	Robot singoli e flotte di robot misti
Gemini Robotics sul dispositivo 2	Modello VLA eseguito localmente	Funziona direttamente sull’hardware e può essere regolato con pochi dati di allenamento	Robot con connessione cloud limitata o inaffidabile

L’abbreviazioneVLAsta per “Visione-Linguaggio-Azione”. Tale modello combina immagini, istruzioni verbali e azioni concrete. Ad esempio, riconosce un oggetto e ne comprende la posizione nello spazio. Quindi converte un ordine in comandi di movimento appropriati. Il robot non deve ricevere ogni singolo passaggio come istruzione separata. Piuttosto, un comando può descrivere un obiettivo completo. Questa connessione diretta rende possibili interazioni uomo-robot più naturali.

Gemini Robotics ER 2 integra questo livello di esecuzione con processi di pensiero e pianificazione più lunghi. Il modello può scomporre attività in più fasi e monitorarne l’avanzamento. Comunica anche con gli esseri umani e altri robot. Gemini Robotics On-Device 2, invece, si concentra sull’esecuzione locale efficiente. Si crea così una famiglia modello che unisce percezione, pianificazione e movimento. Tuttavia, i tre nomi non significano necessariamente tre sistemi isolati l’uno dall’altro. In un’applicazione pratica, le loro competenze possono intrecciarsi.

L’Apollo 2 riceverà controlli completi su tutto il corpo

L’innovazione più sorprendente è il controllo dell’intero corpo dell’umanoide Apollo 2 di Apptronik. Le versioni precedenti dei modelli robotici si concentravano principalmente sulle manipolazioni con la parte superiore del corpo. Gemini Robotics 2 ora coordina i movimenti dai piedi alla punta delle dita. Apollo 2 può quindi camminare, piegare e inclinare la parte superiore del corpo in modo autonomo. Allo stesso tempo può riconoscere gli oggetti, afferrarli e spostarli in un’altra posizione. Il sistema deve monitorare continuamente l’equilibrio del robot umanoide. Percezione, movimento e manipolazione diventano così parte di un processo comune.

Google DeepMind ha dimostrato questa capacità con un comando vocale concreto. L’Apollo 2 avrebbe dovuto posizionare un annaffiatoio in un contenitore verde sul ripiano inferiore. Il robot doveva prima comprendere l’ordine e gli oggetti menzionati. Poi attraversò la stanza fino all’annaffiatoio. Prese l’oggetto e lo trasportò sullo scaffale. Poiché il contenitore bersaglio si trovava nella zona inferiore, l’Apollo 2 dovette adattare la sua posizione di conseguenza. Infine, ha posizionato l’annaffiatoio nella posizione desiderata.

Inizialmente questa dimostrazione sembra un semplice compito di trasporto. Tuttavia, richiede il coordinamento di numerose competenze secondarie. Il robot deve distinguere visivamente l’annaffiatoio e il contenitore verde. Ha bisogno anche di un’idea spaziale della stanza e di un percorso di camminata sicuro. Nell’afferrare deve tenere conto della forma e della posizione dell’oggetto. Non deve perdere l’equilibrio né il controllo dell’annaffiatoio durante il trasporto. Deve anche riconoscere l’altezza dell’area target sullo scaffale. Solo l’interazione di questi passaggi trasforma un singolo movimento in un’azione autonoma di tutto il corpo.

Mani, pinze e compiti industriali di precisione

Oltre alla locomozione, Google DeepMind ha migliorato la destrezza dei robot. Apollo 2 può essere equipaggiato con mani robotiche SharpaWave a cinque articolazioni. Gemini Robotics 2 lo utilizza per controllare i movimenti complessi delle singole dita. In una dimostrazione, il robot ha legato un sacco della spazzatura. In un altro compito ha svitato una lampadina. Entrambe le attività richiedono movimenti controllati e un aggiustamento continuo della forza utilizzata. Vanno quindi ben oltre la semplice presa di un oggetto solido.

Legare un sacco della spazzatura è particolarmente impegnativo per i robot. La pellicola plastica è morbida, malleabile e cambia forma ad ogni tocco. Il robot non può quindi registrare una volta la posizione esatta del materiale e poi agire alla cieca. Deve correggere i suoi movimenti sulla base di nuove informazioni visive. Quando si svita una lampadina sorgono altre difficoltà. La mano deve afferrare saldamente l’oggetto ed eseguire un movimento rotatorio. Allo stesso tempo non deve far cadere la lampadina né danneggiarla con troppa forza.

Tuttavia, Gemini Robotics 2 non supporta solo mani simili a quelle umane. Il modello può anche controllare le pinze parallele convenzionali. Tali pinze sono ampiamente utilizzate negli impianti industriali. Sono adatti per compiti di movimentazione ripetibili e precisi. Google DeepMind menziona l’inserimento preciso dei componenti come possibili applicazioni. Anche il lavoro di imballaggio e smistamento è un’opzione. La piattaforma combina la versatilità delle mani umanoidi con la robustezza degli strumenti di presa industriali.

Tecnica di presa	Attività mostrata o menzionata	Requisito speciale
Lancette SharpaWave a cinque dita	Lega i sacchi della spazzatura	Manipolazione di materiali morbidi e malleabili
Lancette SharpaWave a cinque dita	Svitare la lampadina	Controllo preciso della forza e movimento rotatorio coordinato
Pinza parallela	Assemblaggio e inserimento di precisione	Posizionamento accurato dei componenti
Pinza parallela	Lavoro di imballaggio	Presa e posizionamento affidabili in processi ricorrenti

Diversi robot progettano e lavorano insieme

Gemini Robotics ER 2 è inoltre progettato per consentire a più robot di lavorare insieme. Diversi tipi di robot possono scambiarsi informazioni e coordinare le loro azioni. Un flusso di lavoro complesso non deve più essere eseguito interamente da una singola macchina. Invece, il sistema può distribuire i singoli passaggi ai robot adatti. Un robot mobile potrebbe, ad esempio, consegnare materiali. Un robot umanoide potrebbe quindi svolgere un compito di movimentazione non strutturato. Un robot stazionario a doppio braccio potrebbe quindi eseguire una precisa fase di assemblaggio.

Questa cooperazione è particolarmente interessante per le fabbriche e i centri logistici. Qui vengono spesso utilizzati diversi sistemi robotici con capacità specializzate. Fino ad ora hanno spesso lavorato in aree separate o secondo regole fisse di passaggio di consegne. Gemini Robotics ER 2 potrebbe connettere tali sistemi in modo più flessibile. Per fare ciò, il modello deve tenere traccia dello stato dell’intero flusso di lavoro. Deve inoltre riconoscere quando un’attività è completata o è necessario un trasferimento. Il coordinamento diventa quindi un compito indipendente dell’IA.

Il modello di ragionamento è progettato per processi che durano diversi minuti. Nel frattempo, monitora i progressi. Se un passaggio di un’azione fallisce, il sistema non dovrebbe terminare immediatamente. Può invece rilevare l’errore e pianificare un nuovo tentativo. Può anche adattare la propria strategia al mutare delle situazioni. Questa abilità è fondamentale per gli ambienti di lavoro del mondo reale. Gli oggetti non sono sempre esattamente nella stessa posizione e anche le persone possono modificare un processo pianificato.

Anche la comunicazione con le persone fa parte di Gemini Robotics ER 2. Il modello può ricevere istruzioni ed elaborare domande o informazioni sullo stato. Ciò consente ai dipendenti di guidare un robot a livello dell’obiettivo di lavoro. Non è necessario programmare ogni movimento congiunto o punto di passaggio. Tuttavia, resta cruciale il modo in cui il modello riconosce in modo affidabile le istruzioni ambigue. Anche la responsabilità per gli errori deve essere chiaramente regolamentata. Per le applicazioni industriali sono quindi ancora necessari processi e limiti di sicurezza chiaramente definiti.

Esecuzione locale e nuovi meccanismi di sicurezza

Gemini Robotics On-Device 2 funziona direttamente sull’hardware del robot. Il modello non dipende quindi in modo permanente da una connessione cloud. Questa funzionalità è adatta per fabbriche, magazzini e località remote con copertura di rete limitata. Inoltre, l’elaborazione locale può ridurre il ritardo tra percezione e movimento. I dati sensibili della telecamera e quelli operativi non devono essere trasferiti a server esterni per ogni decisione. Tuttavia, le prestazioni e la reattività dipendono dall’hardware disponibile. Google DeepMind non ha fornito parametri generali sulle prestazioni per ogni piattaforma robotica immaginabile.

Il basso sforzo di aggiustamento è particolarmente rilevante. Secondo Google DeepMind, On-Device 2 può essere trasferito a nuovi robot a doppio braccio. A questo scopo dovrebbero essere sufficienti meno di 200 esempi di formazione. I dati possono essere raccolti entro poche ore. Ciò potrebbe accelerare notevolmente la messa in servizio di nuovi robot. Allo stesso tempo, non è chiaro quanto aumenterà la quantità di dati necessari con hardware particolarmente complesso o compiti insoliti. La soglia menzionata deve quindi essere intesa come informazione del produttore per gli scenari di adattamento dimostrati.

Google DeepMind aggiunge il benchmark di sicurezza ASIMOV-Agentic alla famiglia di modelli. Esamina il coordinamento della sicurezza degli agenti e la gestione dell’incertezza. Viene controllato, ad esempio, se un robot rifiuta un ordine pericoloso. Dovrebbe anche riconoscere quando un compito non può essere svolto in sicurezza. In tal caso, il sistema deve richiedere l’assistenza umana. Il punto di riferimento considera quindi la sicurezza come qualcosa di più di una semplice funzione di arresto di emergenza. Controlla inoltre se l’IA valuta adeguatamente i rischi durante la pianificazione.

Secondo Google DeepMind, Gemini Robotics ER 2 ha anche migliorato la percezione umana. Il sistema ha lo scopo di rilevare le persone nelle vicinanze e attivare le funzioni di sicurezza appropriate. Se un essere umano entra nell’area di lavoro, il robot può fermarsi in modo controllato. Questa capacità è particolarmente importante quando le macchine autonome non lavorano permanentemente dietro recinzioni protettive. Tuttavia, tali funzioni di intelligenza artificiale non sostituiscono i concetti obbligatori di sicurezza industriale. La tecnologia dei sensori, la valutazione del rischio e i sistemi di protezione indipendenti rimangono necessari per le operazioni reali. Le funzioni presentate costituiscono quindi un ulteriore livello di sicurezza.

Nuova prospettiva:Il cambiamento più importante potrebbe risiedere non tanto in un singolo movimento spettacolare quanto nella riduzione del tempo di apprendimento. Quando un modello su dispositivo può effettivamente essere adattato al nuovo hardware con meno di 200 esempi, l’economia dei piccoli progetti di automazione cambia. I robot potrebbero quindi svolgere anche compiti che in precedenza erano troppo costosi da programmare tradizionalmente. Allo stesso tempo, però, nasce una nuova dipendenza dalla qualità di alcuni esempi di formazione. Dati errati o distorti potrebbero tradursi più rapidamente in movimenti reali. Le aziende hanno quindi bisogno non solo di tecnici robot, ma anche di procedure per il controllo dei dati di addestramento, dei limiti comportamentali e degli aggiornamenti.

Gemini Robotics ER 2 è già disponibile tramite Google AI Studio. Il modello è anche in anteprima privata sulla Gemini Enterprise Agent Platform. L’accesso agli altri due modelli è più limitato. Gemini Robotics 2 e Gemini Robotics On-Device 2 sono inizialmente disponibili per partner selezionati con accesso anticipato. Nell’annuncio non è stata menzionata una versione generale. Non ci sono inoltre informazioni sui prezzi o su date specifiche di distribuzione commerciale. Le capacità dimostrate segnano quindi un importante passo di sviluppo, ma non ancora un lancio completo sul mercato.

Conclusione

Gemini Robotics 2 mostra la rapidità con cui i robot umanoidi si trasformano da strumenti programmati a sistemi d’azione adattabili. L’Apollo 2 corre, attacca e pianifica per la prima volta come un’unità coordinata. Ciò che è particolarmente entusiasmante, tuttavia, è l’elaborazione locale, il rapido adattamento al nuovo hardware e la cooperazione di più macchine. Se ciò si traduce in aiutanti di fabbrica affidabili è determinato da test di resistenza reali, prove di sicurezza e costi operativi. Google DeepMind fornisce un potente livello di intelligence a questo scopo. Ora deve dimostrare, al di fuori di dimostrazioni controllate, quanto sia robusto, sicuro ed economico.

Classificazione: cosa mostra la dimostrazione e cosa no

Controllare un robot umanoide attraverso un modello robotico è un passo importante per l’intelligenza artificiale incarnata. Tuttavia, una dimostrazione non dimostra automaticamente un funzionamento in serie robusto. La ripetibilità, i limiti di sicurezza, la gestione degli errori, la velocità e le prestazioni nei mutevoli ambienti del mondo reale sono fondamentali.

Domande frequenti

Cos’è Gemini Robotics?

Gemini Robotics è un approccio AI di Google DeepMind incentrato sulla percezione, pianificazione e azione robotica. Ha lo scopo di collegare il linguaggio e le informazioni percettive con le azioni fisiche.

Ciò significa che Apollo 2 può operare in modo completamente autonomo?

Un controllo o una demo mostrata non significa automaticamente completa autonomia in ogni ambiente. Il livello di utilizzo specifico dipende dal compito, dai sensori, dal concetto di sicurezza e dalla formazione.

Perché i robot umanoidi sono interessanti per le fabbriche?

Puoi lavorare in ambienti già predisposti per persone, strumenti e scaffali. Diventano economicamente rilevanti solo quando le prestazioni sono affidabili, ripetibili e mantenibili.

Fonti

Google DeepMind: Gemini Robotica
Applicazione elettronica: Apollo

Bewerte den Beitrag hier!

[Total: 0 Average: 0]

Nico Nuss

Website

L’autore Nico Nuss si occupa dal 2001 di mobile computing e software di automazione. Grazie alla sua esperienza e al forte interesse per le tecnologie del futuro, si concentra sulla robotica e sull’IA.