- Google DeepMind ha aggiornato Gemini Robotics 2, ora capace di controllare l'intero corpo dei robot umanoidi
- Il modello aggiunge dita più precise e coordinamento tra più robot diversi
- Gemini Robotics ER 2 migliora sicurezza e comprensione dell'inizio e fine dei compiti
Google DeepMind ha annunciato una nuova versione di Gemini Robotics 2, il modello che permette ai robot umanoidi di muoversi con l’intero corpo, non più solo con la parte superiore. La novità arriva a distanza di pochi mesi dalla versione precedente, che si limitava a controllare braccia e busto lasciando gambe e piedi fuori dall’equazione. Con questo aggiornamento, presentato giovedì, i robot possono camminare, accovacciarsi, allungarsi e manipolare oggetti in un’unica sequenza coordinata.
Un modello che controlla tutto il corpo del robot
La differenza principale rispetto alla generazione precedente riguarda l’estensione del controllo motorio. Se prima Gemini Robotics gestiva solo i movimenti della parte alta del corpo, ora il sistema coordina anche gambe e piedi, permettendo azioni che richiedono equilibrio e spostamento nello spazio. Nei video diffusi da Google si vede il robot Apollo 2 di Apptronik piegarsi per raccogliere un annaffiatoio da terra, oltre a individuare e prelevare oggetti specifici da uno scaffale.
Google DeepMind precisa che i robot hanno ancora margini di miglioramento sulla velocità di esecuzione dei movimenti. L’azienda però definisce l’aggiornamento un passo importante verso le competenze necessarie per compiti reali più complessi, quelli che richiedono una coordinazione fisica completa e non solo il controllo isolato degli arti superiori. Non è un caso che diversi produttori stiano investendo su questo tipo di coordinamento corporeo, come dimostra anche la crescente attenzione della Cina verso la robotica umanoide capace di muoversi in ambienti reali senza supervisione costante.
Dita e destrezza: cosa cambia nei compiti quotidiani
Oltre al movimento dell’intero corpo, Gemini Robotics 2 introduce un controllo più raffinato delle mani a cinque dita. Questo si traduce in una manualità più vicina a quella umana, utile per gesti che finora restavano complicati da automatizzare.
- Sigillare un sacchetto Ziploc
- Chiudere un sacco della spazzatura con un nodo
- Svitare una lampadina
Si tratta di azioni semplici per una persona ma tecnicamente impegnative per un robot, perché richiedono la gestione simultanea di pressione, rotazione e presa. La possibilità di eseguirle apre la strada a impieghi domestici e industriali che vanno oltre la semplice presa e spostamento di oggetti.
Gemini Robotics ER 2: la parte che ragiona
Parallelamente al modello di controllo motorio, Google DeepMind ha aggiornato anche Gemini Robotics ER, il sistema di ragionamento incorporato che analizza l’ambiente circostante, interpreta le istruzioni e gestisce compiti articolati su più passaggi. La versione ER 2 riesce a mantenere il filo di un’attività per periodi più lunghi e adesso riconosce con maggiore precisione quando un compito inizia e quando si conclude.
Una delle applicazioni più interessanti riguarda la cooperazione tra robot diversi. In uno dei video diffusi da Google, Apollo 2 impartisce istruzioni a un robot a doppio braccio mentre entrambi ripongono attrezzi in un contenitore durante il riordino di un garage. Google DeepMind definisce questa release il suo modello robotico più sicuro finora realizzato, capace di rilevare meglio la presenza di persone nelle vicinanze, attivare protocolli di sicurezza e fermare il robot se qualcuno si avvicina troppo. Questo tipo di attenzione alla sicurezza si inserisce in un percorso più ampio che l’ecosistema Gemini sta seguendo su più fronti, non solo quello robotico, come dimostra anche l’evoluzione recente della famiglia di modelli linguistici del gruppo.
Il modello on-device e l’adattamento a nuovi robot
Google DeepMind ha migliorato anche il Gemini Robotics On-Device Model, la versione pensata per funzionare direttamente a bordo del robot senza connessione internet. Questo modello ora si adatta più rapidamente a corpi robotici diversi, comprese configurazioni con forme, sensori e gradi di libertà molto differenti tra loro rispetto agli standard finora testati.
La capacità di trasferire competenze da un tipo di robot a un altro senza dover riaddestrare il sistema da zero è uno degli obiettivi dichiarati di questa fase di sviluppo. Resta da vedere quanto rapidamente queste capacità troveranno applicazione concreta al di fuori dei laboratori e dei video dimostrativi, e con quali tempi i partner industriali come Apptronik integreranno questi aggiornamenti nei propri robot commerciali.
Google non vuole quindi perdere terreno nei confronti di competitor come Nvidia, che ha presentato al Computex 2026 la propria piattaforma per robot umanoidi, Honor o Amazon.
