Gemini Robotics contrôle Apollo : ce que signifie la démo humanoïde

Google DeepMinda présenté Gemini Robotics 2, une nouvelle famille de modèles pour humanoïdes et autres robots. Sur Apollo 2 d’Apptronik, l’IA montre pour la première fois un contrôle continu de tout le corps. Le robot peut marcher, se pencher, saisir des objets et effectuer des tâches complexes de manière autonome. Dans le même temps, le système améliore la motricité fine, la collaboration de plusieurs robots et le fonctionnement sans connexion permanente au cloud. Google DeepMind souhaite transformer des machines spécialisées en assistants adaptables, capables de comprendre leur environnement, de planifier des actions et de réagir aux changements.

Le plus important en bref

Gemini Robotics 2 relie la perception visuelle et le langage directement aux mouvements du robot.
L’Apollo 2 d’Apptronik peut l’utiliser pour coordonner tout son corps, du pied au bout des doigts.
Trois modèles spécialisés gèrent le contrôle du corps entier, la pensée incarnée et le traitement local de l’IA.
Gemini Robotics ER 2 planifie des processus plus longs et permet à différents types de robots de travailler ensemble.
Le benchmark de sécurité ASIMOV-Agentic vérifie, entre autres, si les robots rejettent les commandes dangereuses et demandent l’aide humaine à temps.

Qu’est-ce que Gemini Robotics 2 ?Gemini Robotics 2 est une famille de modèles Google DeepMind pour robots autonomes. Il traite les images et les commandes vocales, planifie des tâches en plusieurs étapes et traduit les décisions en mouvements coordonnés de l’ensemble du corps du robot.

Gemini Robotics 2 devient la couche d’intelligence pour les robots

Google DeepMind appelle Gemini Robotics 2 une « couche d’intelligence » pour les robots. La plateforme est destinée à amener les machines au-delà des flux de travail rigides et préprogrammés. Un robot ne doit donc pas se contenter de répéter des mouvements mémorisés. Au lieu de cela, il perçoit son environnement et interprète un ordre linguistique. Il décide ensuite quelles mesures sont nécessaires pour atteindre l’objectif souhaité. Pendant l’exécution, il peut réagir à des conditions changeantes. Cela rapproche les robots des systèmes capables de gérer des tâches dans des environnements moins prévisibles.

La famille modèle ne s’adresse pas exclusivement àrobots humanoïdes. Selon Google DeepMind, il peut également être transféré vers des systèmes à double bras et d’autres types de robots. Adaptations aux nouveauxMatérieldevrait parfois être possible en quelques heures. Ceci est important car les robots diffèrent considérablement en termes de taille, de structure articulaire, de capteurs et de technologie de préhension. Une plateforme d’IA polyvalente pourrait donc réduire les efforts nécessaires pour développer vos propres modèles de contrôle. Les fabricants n’auraient alors plus besoin de former toutes les compétences pour chaque robot à partir de zéro. Le logiciel serait ainsi davantage découplé d’une plateforme mécanique spécifique.

Le lancement s’appuie sur la collaboration continue entre Google DeepMind et Apptronik. Apptronik a ouvert début juillet 2026 ce qu’on appelle le Robot Park. Dans cette installation, les robots Apollo 2 effectuent des tâches pratiques tout en collectant des données d’entraînement. Ces données seront intégrées au développement de la prochaine génération de modèles robotiques. Cela inclut également Gemini Robotics 2. Le Robot Park combine un véritable travail de robot avec une formation continue en IA. Apollo 2 sert à la fois de plate-forme de démonstration et de source de nouvelles données sur les mouvements et les interactions.

Trois modèles d’IA assument différentes tâches

Gemini Robotics 2 se compose de trois modèles, chacun avec sa propre fonction. Le modèle principal combine perception, langage et mouvement. Gemini Robotics ER 2, quant à lui, gère la planification et le raisonnement incarné. La version sur appareil est conçue pour un fonctionnement local sur le matériel du robot. Ensemble, les modèles couvrent les niveaux centraux d’un robot autonome. Cela inclut la compréhension d’une tâche, la planification de l’action et son exécution physique. Cela permet à Google DeepMind d’utiliser les modèles en fonction de l’application respective.

Modèle	Type de modèle	Fonction centrale	Des systèmes appropriés
Gémeaux Robotique 2	Modèle Vision-Langage-Action	Traduit les entrées visuelles et verbales en mouvements et contrôle l’ensemble du corps	Robots humanoïdes et systèmes à double bras
Gemini Robotique ER 2	Modèle de raisonnement incorporé	Planifie des tâches en plusieurs étapes, communique avec les humains et coordonne plusieurs robots	Robots simples et flottes de robots mixtes
Gemini Robotics sur l’appareil 2	Modèle VLA exécuté localement	Fonctionne directement sur le matériel et peut être ajusté avec seulement quelques données d’entraînement	Robots avec une connexion cloud limitée ou peu fiable

L’abréviationVLAsignifie « Vision-Langage-Action ». Un tel modèle combine des images, des instructions verbales et des actions concrètes. Par exemple, il reconnaît un objet et comprend sa position dans l’espace. Il convertit ensuite un ordre en commandes de mouvement appropriées. Le robot n’a pas besoin de recevoir chaque étape individuelle comme une instruction distincte. Au contraire, une commande peut décrire un objectif complet. Cette connexion directe rend possibles des interactions homme-robot plus naturelles.

Gemini Robotics ER 2 complète ce niveau d’exécution avec des processus de réflexion et de planification plus longs. Le modèle peut décomposer des tâches en plusieurs étapes et suivre leur progression. Il communique également avec les humains et d’autres robots. Gemini Robotics On-Device 2, quant à lui, se concentre sur une exécution locale efficace. Cela crée une famille modèle qui combine perception, planification et mouvement. Toutefois, ces trois noms ne signifient pas nécessairement trois systèmes isolés les uns des autres. Dans une application pratique, leurs compétences peuvent s’entremêler.

Apollo 2 recevra des commandes complètes sur tout le corps

L’innovation la plus frappante est le contrôle complet du corps de l’humanoïde Apollo 2 d’Apptronik. Les versions précédentes des modèles robotiques se concentraient principalement sur les manipulations du haut du corps. Gemini Robotics 2 coordonne désormais les mouvements des pieds jusqu’au bout des doigts. Apollo 2 peut donc marcher, plier et incliner le haut de son corps de manière autonome. En même temps, il peut reconnaître des objets, les saisir et les déplacer vers un autre endroit. Le système doit surveiller en permanence l’équilibre du robot humanoïde. La perception, le mouvement et la manipulation s’inscrivent ainsi dans un processus commun.

Google DeepMind a démontré cette capacité avec une commande vocale concrète. Apollo 2 était censé placer un arrosoir dans un récipient vert sur l’étagère du bas. Le robot devait d’abord comprendre l’ordre et les objets mentionnés. Il traversa ensuite la pièce jusqu’à l’arrosoir. Il ramassa l’article et le transporta jusqu’à l’étagère. Comme le conteneur cible se trouvait dans la zone inférieure, Apollo 2 a dû ajuster sa posture en conséquence. Enfin, il plaça l’arrosoir à l’endroit souhaité.

Cette démonstration semble à première vue être une simple tâche de transport. Cependant, cela nécessite la coordination de nombreuses sous-compétences. Le robot doit distinguer visuellement l’arrosoir et le récipient vert. Il a également besoin d’une idée spatiale de la pièce et d’un itinéraire de promenade sécurisé. Lors de la préhension, il doit tenir compte de la forme et de la position de l’objet. Il ne doit pas perdre l’équilibre ni le contrôle de l’arrosoir pendant le transport. Il doit également reconnaître la hauteur de la zone cible sur l’étagère. Seule l’interaction de ces étapes transforme un seul mouvement en une action autonome de l’ensemble du corps.

Mains, préhenseurs et tâches industrielles de précision

En plus de la locomotion, Google DeepMind a amélioré la dextérité des robots. Apollo 2 peut être équipé de mains de robot SharpaWave à cinq articulations. Gemini Robotics 2 l’utilise pour contrôler les mouvements complexes de doigts individuels. Lors d’une démonstration, le robot a attaché un sac poubelle. Dans une autre tâche, il a dévissé une ampoule. Les deux activités nécessitent des mouvements contrôlés et un ajustement continu de la force utilisée. Ils vont donc bien au-delà du simple ramassage d’un objet solide.

Attacher un sac poubelle est particulièrement difficile pour les robots. Le film plastique est doux, malléable et change de forme à chaque contact. Le robot ne peut donc pas enregistrer une seule fois la position exacte du matériau et agir ensuite à l’aveugle. Il doit corriger ses mouvements en fonction de nouvelles informations visuelles. Lors du dévissage d’une ampoule, d’autres difficultés surviennent. La main doit saisir fermement l’objet et effectuer un mouvement de rotation. En même temps, elle ne doit ni laisser tomber l’ampoule, ni l’endommager avec trop de force.

Cependant, Gemini Robotics 2 ne prend pas seulement en charge les mains humaines. Le modèle peut également contrôler des pinces parallèles conventionnelles. De telles pinces sont largement utilisées dans les installations industrielles. Ils conviennent aux tâches de manipulation répétables et précises. Google DeepMind mentionne l’insertion précise de composants comme applications possibles. Des travaux de conditionnement et de tri sont également une option. La plateforme allie la polyvalence des mains humanoïdes à la robustesse des outils de préhension industriels.

Technique de préhension	Tâche affichée ou mentionnée	Exigence particulière
Mains SharpaWave à cinq doigts	Attacher les sacs poubelles	Manipulation de matériaux mous et malléables
Mains SharpaWave à cinq doigts	Dévissez l’ampoule	Contrôle précis de la force et mouvement de rotation coordonné
Pince parallèle	Assemblage et insertion de précision	Positionnement précis des composants
Pince parallèle	Travaux d’emballage	Préhension et mise en place fiables dans les processus récurrents

Plusieurs robots planifient et travaillent ensemble

Gemini Robotics ER 2 est également destiné à permettre à plusieurs robots de travailler ensemble. Différents types de robots peuvent échanger des informations et coordonner leurs actions. Un flux de travail complexe ne doit plus nécessairement être entièrement réalisé par une seule machine. Au lieu de cela, le système peut distribuer des étapes individuelles aux robots appropriés. Un robot mobile pourrait, par exemple, livrer des matériaux. Un robot humanoïde pourrait alors assumer une tâche de manipulation non structurée. Un robot stationnaire à double bras pourrait alors réaliser une étape d’assemblage précise.

Cette coopération est particulièrement intéressante pour les usines et les centres logistiques. Divers systèmes robotiques dotés de capacités spécialisées y sont souvent utilisés. Jusqu’à présent, ils travaillaient souvent dans des domaines séparés ou selon des règles de passation de pouvoir fixes. Gemini Robotics ER 2 pourrait connecter de tels systèmes de manière plus flexible. Pour ce faire, le modèle doit suivre l’état de l’ensemble du flux de travail. Il doit également reconnaître lorsqu’une tâche est terminée ou qu’un transfert est requis. La coordination devient ainsi une tâche indépendante de l’IA.

Le modèle de raisonnement est conçu pour des processus qui durent plusieurs minutes. Pendant ce temps, il surveille les progrès. Si une étape d’action échoue, le système ne doit pas s’arrêter immédiatement. Au lieu de cela, il peut détecter l’erreur et planifier une nouvelle tentative. Elle peut également adapter sa stratégie à des situations changeantes. Cette compétence est essentielle pour les environnements de travail réels. Les objets ne sont pas toujours exactement dans la même position et les personnes peuvent également modifier un processus planifié.

La communication avec les gens fait également partie de Gemini Robotics ER 2. Le modèle peut recevoir des instructions et traiter des requêtes ou des informations d’état. Cela permet aux employés de guider un robot au niveau de l’objectif de travail. Vous n’êtes pas obligé de programmer chaque mouvement commun ou point de cheminement. Cependant, la fiabilité du modèle dans la reconnaissance des instructions ambiguës reste cruciale. La responsabilité des erreurs doit également être clairement réglementée. Des processus et des limites de sécurité clairement définis sont donc toujours nécessaires pour les applications industrielles.

Exécution locale et nouveaux mécanismes de sécurité

Gemini Robotics On-Device 2 fonctionne directement sur le matériel d’un robot. Le modèle ne dépend donc pas en permanence d’une connexion cloud. Cette fonctionnalité convient aux usines, aux entrepôts et aux sites distants avec une couverture réseau limitée. De plus, le traitement local peut réduire le délai entre la perception et le mouvement. Les données sensibles des caméras et des opérations ne doivent pas être transférées vers des serveurs externes à chaque décision. Cependant, les performances et la réactivité dépendent du matériel disponible. Google DeepMind n’a pas fourni de mesures de performances générales pour toutes les plates-formes robotiques imaginables.

Le faible effort d’ajustement est particulièrement pertinent. Selon Google DeepMind, On-Device 2 peut être transféré vers de nouveaux robots à double bras. Moins de 200 exemples de formation devraient suffire pour cela. Les données peuvent être collectées en quelques heures. Cela pourrait accélérer considérablement la mise en service de nouveaux robots. Dans le même temps, on ne sait toujours pas dans quelle mesure la quantité de données requise augmentera avec un matériel particulièrement complexe ou des tâches inhabituelles. Le seuil mentionné doit donc être compris comme l’information du fabricant pour les scénarios d’adaptation démontrés.

Google DeepMind ajoute la référence de sécurité ASIMOV-Agentic à la famille de modèles. Il examine la coordination de la sécurité des agents et la gestion de l’incertitude. Par exemple, on vérifie si un robot refuse un ordre dangereux. Il convient également de reconnaître lorsqu’une tâche ne peut être exécutée en toute sécurité. Dans un tel cas, le système doit demander une assistance humaine. Le benchmark considère donc la sécurité comme bien plus qu’une simple fonction d’arrêt d’urgence. Il vérifie également si l’IA évalue correctement les risques lors de la planification.

Selon Google DeepMind, Gemini Robotics ER 2 a également amélioré la perception humaine. Le système est destiné à détecter les personnes à proximité et à déclencher les fonctions de sécurité appropriées. Si un humain pénètre dans la zone de travail, le robot peut s’arrêter de manière contrôlée. Cette capacité est particulièrement importante lorsque les machines autonomes ne travaillent pas en permanence derrière des clôtures de protection. Toutefois, ces fonctions d’IA ne remplacent pas les concepts obligatoires de sécurité industrielle. La technologie des capteurs, les évaluations des risques et les systèmes de protection indépendants restent nécessaires aux opérations réelles. Les fonctions présentées forment donc une couche de sécurité supplémentaire.

Nouvelle perspective :Le changement le plus important réside peut-être moins dans un seul mouvement spectaculaire que dans le temps d’apprentissage raccourci. Lorsqu’un modèle intégré à l’appareil peut réellement être adapté à un nouveau matériel avec moins de 200 exemples, l’aspect économique des petits projets d’automatisation change. Les robots pourraient alors également assumer des tâches qui étaient auparavant trop coûteuses à programmer de manière traditionnelle. Mais en même temps, une nouvelle dépendance à l’égard de la qualité de quelques exemples de formation apparaît. Des données incorrectes ou biaisées pourraient se traduire plus rapidement en mouvements réels. Les entreprises ont donc besoin non seulement de techniciens en robotique, mais également de procédures de vérification des données de formation, des limites comportementales et des mises à jour.

Gemini Robotics ER 2 est déjà disponible via Google AI Studio. Le modèle est également en préversion privée sur la plateforme Gemini Enterprise Agent. L’accès aux deux autres modèles est plus restreint. Gemini Robotics 2 et Gemini Robotics On-Device 2 sont initialement disponibles pour certains partenaires à accès anticipé. Une sortie générale n’a pas été mentionnée dans l’annonce. Il n’y a pas non plus d’informations sur les prix ou les dates spécifiques de déploiement commercial. Les capacités démontrées marquent donc une étape de développement importante, mais pas encore un lancement complet sur le marché.

Conclusion

Gemini Robotics 2 montre à quelle vitesse les robots humanoïdes se transforment d’outils programmés en systèmes d’action adaptables. Apollo 2 fonctionne, attaque et planifie pour la première fois en tant qu’unité coordonnée. Mais ce qui est particulièrement intéressant, c’est le traitement local, l’adaptation rapide au nouveau matériel et la coopération de plusieurs machines. La question de savoir si cela aboutit à des aides d’usine fiables est déterminée par des tests d’endurance réels, des preuves de sécurité et des coûts d’exploitation. Google DeepMind fournit à cet effet une puissante couche d’intelligence. Il doit maintenant prouver, en dehors de démonstrations contrôlées, à quel point il est robuste, sûr et économique.

Classification : ce que la démonstration montre – et ce qu’elle ne montre pas

Contrôler un robot humanoïde via un modèle robotique est une étape importante pour l’IA incarnée. Cependant, une démonstration ne prouve pas automatiquement un fonctionnement en série robuste. La répétabilité, les limites de sécurité, la gestion des erreurs, la vitesse et les performances dans des environnements réels changeants sont essentielles.

FAQ

Qu’est-ce que Gemini Robotics ?

Gemini Robotics est une approche d’IA de Google DeepMind axée sur la perception, la planification et l’action robotiques. Il vise à relier le langage et les informations perceptuelles aux actions physiques.

Cela signifie-t-il qu’Apollo 2 peut fonctionner de manière totalement autonome ?

Un contrôle ou une démonstration affiché ne signifie pas automatiquement une autonomie complète dans tous les environnements. Le niveau d’utilisation spécifique dépend de la tâche, des capteurs, du concept de sécurité et de la formation.

Pourquoi les robots humanoïdes sont-ils intéressants pour les usines ?

Vous pouvez travailler dans des environnements déjà conçus pour les personnes, les outils et les étagères. Ils ne deviennent économiquement pertinents que lorsque les performances sont fiables, reproductibles et maintenables.

Sources

Google DeepMind : Gemini Robotique
Apptronique : Apollo

Bewerte den Beitrag hier!

[Total: 0 Average: 0]

Nico Nuss

Website

L’auteur Nico Nuss travaille depuis 2001 sur les thèmes de l’informatique mobile et des logiciels d’automatisation. Fort de son expérience et de son vif intérêt pour les technologies d’avenir, il se concentre sur la robotique et l’IA.