Google a annoncé le lancement de Gemini Robotics 2, un modèle d'intelligence artificielle capable de contrôler entièrement des robots humanoïdes, leur permettant de marcher, de se pencher, de garder leur équilibre et de manipuler des objets tout en exécutant des tâches complexes. L'entreprise a affirmé que le système peut coordonner plusieurs robots et s'adapter à différentes plateformes robotiques après seulement quelques heures d'entraînement.
La présentation de Gemini Robotics 2 a élargi les capacités du modèle original, connu sous le nom de Gemini Robotics, qui a été introduit au début de l'année. Alors que la version initiale se concentrait sur la manipulation sur des tables, la nouvelle édition a élargi la maîtrise vers le mouvement complet du corps.
Google a également présenté deux modèles complémentaires : Gemini Robotics ER 2, axé sur le raisonnement avancé, et Gemini Robotics On-Device 2, qui permet d'opérer des robots hors ligne sans nécessiter de connexion au cloud.
La société a expliqué que, contrairement aux robots conventionnels conçus pour des tâches répétitives, ces nouveaux modèles peuvent raisonner des actions, s'adapter à des environnements inconnus et compléter des travaux en plusieurs étapes avec un réentraînement minimal.
Le modèle appelé vision-langage-action peut contrôler à la fois des robots humanoïdes et des systèmes robotiques à double bras, ce qui permet d'accomplir des tâches domestiques et industrielles à l'aide de mains robotiques ou de pinces spécialisées.
De la manipulation partielle au contrôle corporel
L'un des changements les plus importants s'est concentré sur le contrôle intégral du corps. Alors que les versions précédentes limitaient le mouvement principalement à la partie supérieure, Gemini Robotics 2 permet aux humanoïdes de se déplacer dans des pièces, de se pencher, de s'étirer et d'interagir avec différents objets.
Lors des démonstrations, le modèle de Google a fait fonctionner le robot humanoïde Apollo 2 de l'entreprise Apptronik, et lui a demandé de prendre un arrosoir, de traverser une pièce et de le déposer sur une étagère basse. Avec le même point de contrôle, le système a également interagi avec d'autres plateformes, comme Franka Duo, montrant une flexibilité pour s'adapter à différentes formes robotiques.
La dextérité a constitué une autre amélioration significative. Le système peut manipuler des mains robotiques à cinq doigts pour réaliser des tâches telles que nouer des sacs poubelles, fermer des sacs avec un joint hermétique et dévisser des ampoules. Sur des plateformes industrielles utilisant des pinces à deux doigts, le modèle parvient à exécuter des insertion précises, à manipuler des outils et à placer des objets.
Intelligence collaborative et fonctionnement hors connexion
Gemini Robotics ER 2 fonctionne comme le moteur de raisonnement avancé du robot, capable de comprendre des instructions verbales, de les diviser en étapes concrètes et de surveiller son avancement jusqu'à ce que la tâche soit terminée. Le modèle mis à jour peut exécuter des séquences d'actions pendant plusieurs minutes et prendre des centaines de décisions, en plus de se rétablir après des pannes et de s'adapter aux changements dans l'environnement.
Une autre nouveauté est la collaboration entre plusieurs robots. Désormais, différents types de robots peuvent communiquer et se répartir le travail pour accomplir des tâches qui seraient impossibles pour une seule machine.
Pour les situations où il n'y a pas d'accès à Internet, Google a développé Gemini Robotics On-Device 2, un modèle qui s'exécute directement sur le matériel robotique et adapte son fonctionnement à de nouveaux designs de robots à double bras après moins de 200 exemples d'entraînement recueillis en quelques heures.
Parallèlement, la société a présenté ASIMOV-Agentic, une nouvelle norme pour évaluer la sécurité robotique, qui évalue si les robots rejettent des actions dangereuses, reconnaissent des situations incertaines et demandent de l'aide humaine lorsque cela est nécessaire. Gemini Robotics ER 2 améliore également la détection de proximité humaine, ce qui permet aux robots d'arrêter leur fonctionnement lorsque quelqu'un s'approche trop près.
Implémentation et accès anticipé
Google a informé que Gemini Robotics ER 2 sera disponible via Google AI Studio et en version préliminaire privée sur la plateforme Gemini Enterprise Agent. Le modèle vision-langage-action ainsi que le modèle local sont déjà accessibles pour les partenaires d'accès anticipé.
Avec cette mise à jour, la société met à disposition des développeurs et des entreprises des outils qui élargissent les possibilités de la robotique autonome et collaborative, avec des applications à la maison et dans l'industrie.