30 ივლისი, 2026

Google DeepMind-მა Gemini Robotics 2 წარადგინა. ეს არის ახალი თაობის მოდელი ფიზიკური სამყაროსთვის, რომელიც ჰუმანოიდ რობოტს მთელი სხეულის კოორდინირებულად მართვის, საგნებთან ზუსტად მუშაობისა და სხვა რობოტებთან თანამშრომლობის საშუალებას აძლევს.

მთავარი სიახლეა ის რომ აქამდე მოდელი მხოლოდ რობოტის ზედა ტანს აკონტროლებდა და დავალებებიც მაგიდაზე სრულდებოდა. ახლა კი მოდელს მთელი ჰუმანოიდის მართვა შეუძლია.

სარჩევი

რა პრობლემას წყვეტს Gemini Robotics 2
სამი მოდელი, რომლებიც ერთად მუშაობენ
ჰუმანოიდი, რომელიც დადის, იხრება და საგნებს ალაგებს
რამდენად კარგად ართმევს თავს დავალებებს
ხელები და გრიპერები
ერთი დავალება, რამდენიმე რობოტი
მოდელი, რომელიც თავად რობოტში მუშაობს
უსაფრთხოება
ვის აქვს წვდომა
რას ნიშნავს ეს
სხვა თემები

რა პრობლემას წყვეტს Gemini Robotics 2

დღეს რობოტების უმეტესობა ან წინასწარ დაპროგრამებულია, ან ადამიანი მართავს დისტანციურად. ისინი ვიწრო, განმეორებად მოქმედებებს ასრულებენ და გაუთვალისწინებელ გარემოს ვერ ეგუებიან.

კიდევ ერთი პრობლემა ისაა, რომ ერთ რობოტზე ნასწავლი უნარის მეორეზე გადატანა ძალიან რთულია. Gemini Robotics 2 სწორედ ამ ორ პრობლემას უპირისპირდება: ეს არის ერთი საერთო მოდელი, რომელიც განსხვავებული ფორმისა და კონსტრუქციის რობოტებს მართავს.

სამი მოდელი, რომლებიც ერთად მუშაობენ

სისტემა სამი კომპონენტისგან შედგება:

Gemini Robotics 2 – ხედვა-ენა-მოქმედების (VLA) მოდელი. ის ვიზუალურ და ტექსტურ ინფორმაციას მოტორულ ბრძანებებად თარგმნის. მართავს როგორც სრულ ჰუმანოიდებს, ისე ორმკლავიან რობოტებს.
Gemini Robotics ER 2 – მსჯელობის მოდელი, რომელიც რობოტის მთავარი “ტვინის” როლს ასრულებს. ის ხედავს ოთახს, გეგმავს ნაბიჯებს, ესაუბრება ადამიანს და თვალს ადევნებს, რამდენად შესრულდა დავალება.
Gemini Robotics On-Device 2 – ყველაზე მსუბუქი ვერსია, რომელიც უშუალოდ რობოტში მუშაობს, ინტერნეტისა და სერვერის გარეშე.

ER 2 ფიქრობს და გეგმავს, VLA კი მოქმედებს. სწორედ ეს დაყოფა აძლევს რობოტს საშუალებას, გრძელი დავალება ბოლომდე მიიყვანოს, შეცდომის შემთხვევაში თავად გამოასწოროს და უცნობ სიტუაციაშიც გაერკვეს.

ჰუმანოიდი, რომელიც დადის, იხრება და საგნებს ალაგებს

გარემო, რომელშიც ვცხოვრობთ, ადამიანის მოძრაობებზეა მორგებული. საჭიროა დახრა, გაწვდომა და წონასწორობის შენარჩუნება ვიწრო, გადატვირთულ სივრცეში. სწორედ ამიტომ არის მთელი სხეულის მართვა ასეთი მნიშვნელოვანი.

დემონსტრაციისთვის DeepMind-მა Apptronik-ის ჰუმანოიდი რობოტი გამოიყენა.
Apollo 2-ს დაევალა სარწყავი ჭურჭლის ქვედა თაროზე მდგარ მწვანე ყუთში ჩადება. რობოტმა ბრძანება გაიაზრა, მაგიდამდე მივიდა, ჭურჭელი აიღო, თაროებთან გადაინაცვლა და ზუსტად იქ დადო, სადაც უნდა დაედო.

DeepMind თავადვე აღნიშნავს, რომ რობოტების მოძრაობის სიჩქარეზე ჯერ კიდევ ბევრი სამუშაოა.

რამდენად კარგად ართმევს თავს დავალებებს

კომპანიამ წარმატების მაჩვენებლები კონკრეტული დავალებების მიხედვით გამოაქვეყნა. სურათი არაერთგვაროვანია და სწორედ ეს არის საინტერესო.

მთელი სხეულით მუშაობა (Apollo, Inspire-ის ხელებით)

საგნის აღება მაგიდიდან: 68.4%
საგნის აღება იატაკიდან: 45.7%
საგნის აღება თაროდან: 76.3%

თითებით მუშაობა (Apollo, Sharpa-ს ხელებით)

ნათურის ამოხრახნა: 92%
ნათურის ჩახრახნა: 36%
ნაგვის პარკის შეკვრა: 44%
ნაგვის ნიჩბით დაგვა: 32%
ზიპლოკიანი პარკის დახურვა: 40%

გრიპერით მუშაობა (Franka Duo)

საგნის აღება და გადადგმა: 74.2%
სხვადასხვა ხელსაწყოს დახარისხება: 78.9%
ზუსტი ჩასმის დავალებები: 89.6%

ეს ციფრები ერთ და იმავე მოდელს ეკუთვნის, რომელიც სამ სხვადასხვა რობოტს მართავდა. DeepMind პირდაპირ ამბობს, რომ თითებით დახვეწილი მუშაობა კვლავ რთულ ამოცანად რჩება. ასეთი გულწრფელი შეფასება იშვიათია და კარგად აჩვენებს, სად დგას სფერო დღეს.

ხელები და გრიპერები

იმისთვის, რომ რობოტი სახლში ან სამსახურში ნამდვილად გამოსადეგი იყოს, მას სინატიფე სჭირდება.

Gemini Robotics 2-ს შეუძლია Apollo 2-ზე დამონტაჟებული ხუთთითიანი SharpaWave-ის ხელის მართვა, რომელსაც 22 თავისუფლების ხარისხი აქვს. ამით რობოტი კვანძს კრავს და ზიპლოკიან პარკს ხურავს.

იმავე მოდელს შეუძლია ჩვეულებრივი ორთითიანი გრიპერების მართვა Franka Duo-ს პლატფორმაზე, მაგალითად, საგნების მჭიდროდ ჩალაგებისთვის.

ერთი დავალება, რამდენიმე რობოტი

რეალური საქმეების უმეტესობა რამდენიმე ეტაპისგან შედგება და დროს მოითხოვს. ER 2 ახლა უფრო საიმედოდ ასრულებს გრძელ თანმიმდევრობებს, რომლებიც რამდენიმე წუთი გრძელდება და ასობით გადაწყვეტილებას მოიცავს.

მოდელს ესმის, სად იწყება და სად სრულდება დავალება, და ზუსტად ამოიცნობს იმ მომენტს, როცა რაღაც მნიშვნელოვანი ხდება.

ამას ემატება ახალი შესაძლებლობა: სხვადასხვა ტიპის რობოტს შეუძლია ერთმანეთთან კომუნიკაცია და ისეთი სამუშაოს ერთად შესრულება, რომელსაც მარტო ვერცერთი ვერ გაართმევდა თავს.

მოდელი, რომელიც თავად რობოტში მუშაობს

ბევრი რობოტისთვის ინტერნეტზე დამოკიდებულება ან ქსელური დაყოვნება მიუღებელია. Gemini Robotics On-Device 2 სწორედ ასეთი პირობებისთვის შეიქმნა.

ის მემკვიდრეობით იღებს მოძრაობის გადატანის ტექნიკას Gemini Robotics 1.5-დან. ახალ ორმკლავიან რობოტზე მოსარგებად რამდენიმე საათი და, ჩვეულებრივ, 200-ზე ნაკლები მაგალითი საკმარისია.

ეს მაშინაც მუშაობს, როცა ახალ რობოტს სრულიად განსხვავებული ფორმა, სენსორები და სახსრები აქვს. ტესტები Dexmate-ის, SO101-ისა და Trossen-ის პლატფორმებზე ჩატარდა.

უსაფრთხოება

რაც უფრო მეტი ფიზიკური შესაძლებლობა აქვს რობოტს, მით უფრო მაღალია რისკიც. DeepMind-მა ამ გამოშვებასთან ერთად ASIMOV-Agentic წარადგინა, ახალი საზომი სისტემა, რომელიც სწორედ უსაფრთხოებას ამოწმებს.

ის აფასებს, რამდენად შეუძლია მსჯელობის მოდელს საშიშ ბრძანებაზე უარის თქმა, დავალების შესრულებადობის წინასწარ განსაზღვრა და გაურკვევლობის დროს ადამიანის დახმარების მოთხოვნა.

კომპანიის თქმით, ER 2 მათი ყველაზე უსაფრთხო რობოტული მოდელია. ის უკეთ ამჩნევს, როცა ადამიანი ახლოს არის, და საჭიროების შემთხვევაში რობოტს უსაფრთხოდ აჩერებს.

ვის აქვს წვდომა

Gemini Robotics ER 2 ხელმისაწვდომია Google AI Studio-ში, ასევე დახურულ რეჟიმში Gemini Enterprise Agent Platform-ზე.
VLA და On-Device მოდელები ჯერჯერობით მხოლოდ ადრეული წვდომის პარტნიორებისთვისაა.

აპარატურულ მხარეს DeepMind-თან თანამშრომლობენ Apptronik, Boston Dynamics და Agile Robots.

რას ნიშნავს ეს

Gemini Robotics 2 დასრულებული პროდუქტი არ არის და DeepMind ამას არც მალავს. ზოგიერთ დავალებაზე წარმატების მაჩვენებელი 50%-საც ვერ აღწევს, მოძრაობა ნელია, თითებით ზუსტი მუშაობა კი ღია პრობლემად რჩება.

სამაგიეროდ, მიმართულება ნათელია: ერთი მოდელი, რომელიც სხვადასხვა კორპუსის რობოტს მართავს, საკუთარ შეცდომებს ასწორებს და სხვა რობოტებთან ერთად მუშაობს. ეს ვიწრო ავტომატიზაციიდან ზოგადი დანიშნულების რობოტისკენ გადადგმული ნაბიჯია.